12月30日发表的一篇学术论文称 ‘机器人可以当律师吗?电脑,律师与法律实践’ 他认为,自动化对律师时间需求的影响远没有迄今为止所建议的重要。

理查德和丹尼尔·苏斯金德,北卡罗来纳大学法学院的达娜·雷姆斯教授和麻省理工学院的弗兰克·列维教授有时会在媒体上狂躁地,有节制地提出论点,以仔细研究这一建议这项技术很快将取代律师,特别是初级律师目前所做的许多工作。

尽管雷木斯(Remus)和利维(Levy)教授并没有否认计算机正在改变法律的实践方式,但在长达67页的论文中,他们发现上述论点存在重大缺陷,而是辩称计算机正在改变,而不是代替律师的工作。

在此跳过对Remus和Levy教授提供的机器智能基础知识的解释(包括对结构化v。非结构化数据及其自动化潜力的研究-值得一看),本文着眼于当前或近期的潜力六类律师任务的自动化–文件和案件管理;文件审查;文件准备;法律研究和推理;人际沟通与互动;和法庭露面。然后,他们继续考虑潜在的就业影响,利用休伦法律咨询公司Sky Analytics提供的数据,将自动化与律师实际执行的任务对应起来。

文件和案件管理

在分类和搜索文件以及以前由文职人员执行的自动化模板,计费和其他生产力任务方面,文档和案例管理已成功地实现了多年自动化。在合同管理中,Remus和Levy教授着重强调了新的数据驱动应用程序(例如ContractAssistant)如何自动执行结构化程度低得多的任务,而KM Standards提取了常见的合同条款并创建了一个基本模板,并着重强调了模板与以下人员提出的合同之间的差异。其他各方。在案件管理中,结构化的任务(例如记帐和摘要)已实现自动化,而非结构化的任务(例如,监控初级律师的工作并与未能履行合同义务的当事方打交道)“需要计算机无法替代的非结构化的人机交互”。

注意–这里的Remus和Levy教授似乎建议将工作分配给律师是一项超出当前计算机能力的非结构化任务,但是Riverview Law的CliXLEX平台可以管理包括分类在内的活动。

文件审查

尽管大多数文档审阅对于框式演绎推理而言过于复杂,但通过为机器提供多个文档样本和结果样本,程序员可以向计算机提供数据驱动的指令,从而产生可替代人工审阅的预测编码。

该软件可以通过与样本文档进行比较来快速扫描数百万个文档并将它们分类为相关或不相关,可以对文档进行扩展和更改,直到律师对结果满意为止,

尽管预测编码的使用正在增加,但是Remus和Levy教授强调了它的局限性,其中包括经验丰富的律师必须仍然对文档的培训样本进行分类并培训系统的参数这一事实,这意味着前期的巨大成本只会在大多数情况下是合理的。预测性编码在尽职调查等情况下的效果也较差,在这种情况下,信息的结构化程度较低,种类更多,并且可能数量有限。

文件准备

在这里,作者将法律写作和文件起草区分开来,后者更加结构化并且越来越自动化,包括由LegalZoom和Rocket Lawyer等在线提供商提供。

他们指出:“尽管对于基本和标准化的法律文件非常有效,但相对于更复杂和新颖的文件,在线文件起草受到的限制更大。”这标志着程序无法预测意外情况并产生错误的风险,从而导致法律冲突。

另一方面,法律写作在很大程度上抵制了自动化。虽然计算机可以写出关于棒球之类的结构化游戏的信息(导致争论可以扩展到法律写作),但雷木斯(Remus)和利维(Levy)教授说:“ ..对观点的清晰表达是概念创造力和灵活性的产物。电脑无法展示的东西,”补充道,“一个箱子可以用来支撑两个相对的位置……”

法律研究与推理

自从IBM Watson赢得Jeopardy以来,评论员一直认为它一定能够回答法律问题(并且正在开发Ross Intelligence来做到这一点)。但是,雷木思和利维教授说这些说法还为时过早。

尽管需要事实证明的问题通常会得出正确的答案,但更复杂的查询通常会(例如,对Siri等)返回各种段落的集合。计算机还需要依靠同义词,下位词和类比或其他微妙的语言使用概念。此外,如果数据库太宽泛,它将返回无关紧要的问题而又太狭窄,它将排除潜在的答案。

在可预见的将来,这种方法将需要大量的人力和精力,而且成本很高。 (在这里,第24/25页,Remus和Levy教授对Watson的回答体系进行了有趣的总结。)设计搜索参数,解释结果并建议客户需要大量的人工干预。

人际沟通与互动

第五类工作包括人际互动,包括与客户/另一方的交流以及事实调查和谈判。

尽管计算机已经在预测中取得了进展,但客户所寻求的不仅仅是统计概率,而且要求律师根据情商和对客户状况,目标和兴趣的理解进行评估。

尽管事实调查的某些部分可以自动进行(包括汇总有关客户或对手的信息),但其中大部分依赖于访谈,即“大量信息可能以计算机难以检测的方式以非语言方式进行传递”。

同时,谈判通常需要人际互动和情感运用。但是,Remus和Levy教授在这里标志着在线争议解决提供商Modria之类的进步,Modria收集信息,总结同意和不同意见的领域并提出解决争端的建议,从而无需进行谈判。

法庭出庭

尽管雷木斯(Remus)和利维(Levy)教授的话不止于此,但可以公平地说,即使是最狂热的技术拥护者也没有预测法庭诉讼的近期自动化。

就业影响

在这里,本文着眼于有关律师时间使用情况的数据,以检验自动化正在取代律师劳动的说法,特别是在初级律师中。

数据基于Sky Analytics提供的律师事务所开具的发票的汇总和分析(作者注意,该数据除其他限制外,不提供有关独业或合同律师的工作模式的信息。)列出如下:

 表1:按各种任务花费的发票时间百分比,按计算机普及率的估计范围分组

任务 一级事务所 第二至第五层
强大的就业影响 4.1% 3.6%
文件审查 4.1% 3.6%
适度的就业影响 39.7% 40.4%
案件管理与管理 3.7% 5.6%
文件起草 5.0% 4.0%
尽职调查 2.0% 3.4%
法律研究 0.5% 0.4%
法律分析与策略 28.5% 27.0%
轻就业效应 56.0% 55.7%
文件管理 0.4% 0.7%
事实调查 9.2% 9.6%
法律写作 11.4% 17.7%
为客户提供建议 9.3% 3.2%
其他交流/互动 8.8% 5.0%
出庭准备 13.9% 14.5%
谈判 3.0% 5.0%
总计** 99.8% 99.7%

**由于四舍五入的关系,百分比之和可能不等于100%。

表2:一级公司按任期划分的任务时间分布

 

合伙人

</= 2年

合伙人

>2 Years

所有合作伙伴 总一级
强大的就业影响 8.5% 4.5% 1.1% 4.1%
文件审查 8.5% 4.5% 1.1% 4.1%
适度的就业影响 34.9% 38.5% 44.7% 39.0%
案件管理与管理 3.4% 2.4% 6.0% 3.7%
文件起草 4.4% 5.4% 4.8% 5.0%
尽职调查 2.0% 1.6% 2.7% 2.0%
法律研究 1.6% 0.4% 0.1% 0.5%
法律分析与策略 23.5% 28.7% 31.1% 28.5%
轻就业影响 56.3% 56.6% 54.2% 56.0%
文件管理 0.7% 0.5% 0.2% 0.4%
事实调查 13.9% 9.2% 6.7% 9.2%
法律写作 10.1% 12.5% 9.5% 11.4%
为客户提供建议 8.3% 6.2% 14.8% 9.3%
交流与互动 9.0% 11.1% 5.1% 8.8%
法院/官方出庭和准备 12.0% 14.7% 13.8% 13.9%
谈判 2.4% 2.3% 4.2% 3.0%
总计** 99.7% 99.5% 100% 99.1%
附录:按任期计费的所有小时数的百分比 18.0% 50.0% 32.0% 100.0%

**由于四舍五入的关系,百分比之和可能不等于100%。

值得阅读该论文以更详细地解释这些发现,但表2显示,机器复杂性和资历之间的相关性无法很好地适应一个模式,Remus和Levy教授说:“破坏机器之间简单关系的因素公司内部的复杂性和角色是非结构化的人际互动,这种技能迄今为止一直抵制自动化,但这是各个级别律师工作的一部分。”

雷姆斯和利维教授在主张转变而不是减少劳动力方面也表示:“根据许多估计,该国75%的民事法律需求未得到满足。律师任务的自动化可以解决这个潜在的市场,而不是取代现有的律师劳动力。另外,它可能会促使律师为这个潜在市场服务,以作为寻找新作品的手段。”

Remus和Levy教授在论文的最后部分“计算机,专业化和法治”中论述了技术在不断变化而不是取代律师的工作,该行业应如何应对和调节这些变化,以及如何应对这些变化体现了组织律师作为一种职业的价值。

这超出了自动化对就业的直接影响,但值得一读。总之,该论文发现:“一定程度上,自动化对律师的劳动力市场产生了重大影响,而且随着时间的流逝,这种影响会越来越大,但是对即将到来的律师普遍流离失所的预测还为时过早。对现有技术和新兴技术的仔细研究表明,它只是相对结构化且重复性的任务,目前可以自动化。这些任务在律师的可计费时间中所占的比例相对较小。

“我们还认为,现有文献过于狭窄地关注就业影响,而忽略了一系列重要的更广泛的问题。更为广泛的研究始于计算机处理特定任务的方式与人类不同的方式,然后询问这些差异如何改变法律惯例,并由此改变法律本身。