概述
它们很重要,因为它们可以将研究时间缩短到几分钟。不过,律师仍然会对他们提交的每一份传票做出回应,法院也会制裁那些在摘要中引用人工智能发明的案件的律师。
深入探討
法律研究已经在计算机上运行了几十年。 Westlaw 和 LexisNexis 从 20 世纪 70 年代开始在判例法上建立了关键字和布尔搜索。新一代工具增加了两项功能。第一个是语义搜索,它将查询和段落转换为数值向量(嵌入),因此即使工具使用与查询不同的单词,也可以找到相关的意见。第二個是產生模型,它讀取檢索到的段落並起草答案或備忘錄。主要产品包括汤森路透的 CoCounsel(基于 Casetext,汤森路透于 2023 年收购)、Westlaw 和 Lexis+ AI 中的人工智能功能,以及深受大公司欢迎的 Harvey。大多數法律專用工具都使用檢索增強生成。他们首先搜索真实权威的精选数据库,然后要求模型根据检索到的内容进行回答,并引用链接回来源。主要风险是产生幻觉。默认情况下,一般聊天机器人不会查找任何内容。它預測合理的文本,合理的法律引文包含案件名稱、報告數量和頁碼,無論案件是否存在。在 Mata 诉 Avianca (2023) 案中,律师提交了一份案情摘要,援引了 ChatGPT 发明的几个案件,并且在法院对其提出质疑时,他们支持这些案件。法官 P. Kevin Castel 处以 5,000 美元的罚款。此後,法院報告了許多類似事件,一些法官現在要求律師披露或證明他們如何使用生成人工智慧。一个常见的误解是检索可以解决问题。它减少了捏造的引文,但工具仍然可以引用真实案例来支持它不支持的观点、错误陈述某个观点或错过案例被否决的事实。斯坦福大学研究人员在 2024 年进行的一项研究发现,领先的法律研究工具仍然对大部分有意义的测试问题给出了错误或错误的答案,尽管频率低于通用聊天机器人。專業規則將責任歸於簽署文件的律師,而不是軟體。
現實世界的實施
某位受僱律師向 Westlaw 或 Lexis+ AI 的人工智慧助理詢問,在其所在州是否能對低薪員工執行競業禁止條款。她獲得了一份附有相關判例連結的摘要,然後在使用這些判例之前,先透過 KeyCite 或 Shepard's 對每一個判例進行了檢索確認。
一個訴訟團隊上傳了對造律師的書狀,某個工具標記出了自此之後已被推翻、駁回或區別認定的引用判例。該團隊將此清單作為其答辯狀的出發點。
一位獨立執業律師使用語義搜尋來尋找關於顧客在溼滑超級市場地板上滑倒的判決意見,儘管這些判決意見使用的是「處所責任」(premises liability)和「溢出液體」(spilled liquid),而不是他輸入的確切字眼。
在 Mata v. Avianca 案(紐約南區聯邦地區法院 2023年)中,律師提交了一份書狀,其中引用了 ChatGPT 捏造且未經核實的判例。法官對他們處以 5,000 美元的罰款。
人工智能在法律研究和判例法搜索中的未来
預期 AI 將與引文查核工具、法院案件清單以及事務所自身的檔案庫更緊密地結合,並且預期會有更多能起草整份研究備忘錄的代理式工具。法院和律師公會可能會繼續完善關於揭露與核實的規則。美國律師協會(ABA)於 2024 年發布了關於生成式 AI 的第一份正式倫理意見書——第 512 號正式意見書。未解的問題包括如何獨立衡量準確度、如何定價這些工具以確保小型事務所和法院不會被拋在後面,以及法學院應該如何教授核實技巧。一貫的核心技能並未改變:在引用權威依據之前,請先閱讀它。
付諸實踐
為什麼這很重要
- 背景與規則. 產業背景決定了人工智慧創意能否與現實接觸。
- 品質管控. 領域約束會影響可接受的錯誤率和監督模型。
- 配裝選擇. 成功的部署使技術能力與第一線工作流程保持一致。
留意
- 監理要求可能會使原本強大的原型失效。
- 歷史資料可能會編碼損害特定社區的偏見。
- 遺留系統可能會造成整合瓶頸和隱性成本。
後續步驟
- 讓領域專家參與從問題框架到評估的整個過程。
- 在啟動前設計審計追蹤和文件。
- 儘早驗證合規性和安全義務。
- 分階段推出,並有明確的停止和回滾標準。
不斷探索
常見問題
什麼是法律研究與判例搜尋中的 AI?
人工智能法律研究工具使用自然语言搜索和大型语言模型来查找、排名和总结法规、案例和二手资料,通常将其答案建立在精心策划的法律数据库中。它们很重要,因为它们可以将研究时间缩短到几分钟。不过,律师仍然会对他们提交的每一份传票做出回应,法院也会制裁那些在摘要中引用人工智能发明的案件的律师。
為什麼 Mata v. Avianca(2023)案中的律師會受到懲戒?
該書狀引用了並不存在、且由 ChatGPT 捏造的判例。律師們未予核實,且在遭到質疑時仍進行辯護,因此法院對他們處以 5,000 美元罰款。負責檢查每一處引用的主體是律師,而不是工具。
檢索增強生成(RAG)在法律研究工具中起到什麼作用?
RAG 將模型的回答建立在從真實法律資料庫中檢索出的文件上,並附帶指向這些來源的引文。這降低了虛構權威依據的風險,但並未完全消除。
為什麼通用型聊天機器人能夠產生看似令人信服、但實際上並不存在的判例引文?
語言模型會生成聽起來合理的文字。法律引文具有可預測的格式(案件名稱、判例彙編卷數、頁碼),因此即使根本沒有這樣的案件,模型也能製造出看起來正確的引文。
当合法的人工智能答案“有误”时,这意味着什么?
误解与捏造不同。来源存在,但没有说明答案的内容。自动引文检查不会发现它。只有阅读引用的段落才会。
混合检索中,什么关键词索引(如BM25)特别擅长捕捉?
关键字搜索对于精确的字符串(例如法规部分或政党名称)非常精确。嵌入搜索涵盖了概念匹配,将两者结合起来比单独使用两者效果更好。