概述
範本提供可審計的可預測輸出,適合標準化文件。人工智慧起草可以處理多變的、以事實為重的寫作,但它需要審查,因為它可以發明事實、術語或引文。
深入探討
基於模板的自動化已經存在了幾十年。 HotDocs、Clio Draft(以前稱為 Lawyaw)、Gavel(以前稱為 Documate)和開源 Docassemble 等工具可將 Word 文件轉換為包含變數、條件部分和重複區塊的範本。使用者回答採訪,軟體每次都以相同的方式組裝文件。輸出僅與模板一樣好,但它是可預測的。相同的答案會產生相同的文本,並且可以對更改進行一次審查,然後重複使用。生成式人工智慧增加了一種不同的能力。模型不是在預先寫好的段落中進行選擇,而是編寫新的文本:事實陳述、量身定制的信件、初稿動議或建議的紅線。 Spellbook 和 Harvey 等工具就是這樣運作的,主流練習軟體中的人工智慧功能也是如此。當沒有兩個文件相同時,這會有所幫助。缺點是每次運行的輸出都會有所不同,並且可能包含可信錯誤。在 Mata v. Avianca(S.D.N.Y. 2023)一案中,律師在提交一份包含 ChatGPT 編造的案件引文的案情摘要後受到製裁。該案件被廣泛引用為對未經驗證的人工智慧起草的警告。範本在四種情況下仍然更安全:當法院或機構規定表格時,當協商或批准的語言不得更改時,當數量太大而無法審查每個句子時,以及當您需要準確證明文件的邏輯是什麼時。人工智慧適合敘述部分的初稿,將事實轉化為散文,並將批准的語言適應新的事實,並進行審查。常見的誤解是人工智慧使模板過時。許多公司將兩者結合起來。人工智慧從接收文件中提取資料來填充模板變量,或在固定模板的明確標記部分內起草,以便受控部分保持受控狀態。
現實世界的實施
一家遺產規劃公司使用客戶問卷從範本中收集遺囑和信託。只有當客戶有未成年子女時,條件邏輯才會插入監護條款。
房東與房客的做法根據接收資料填寫了法院強制驅逐表。它保留了一個模板,因為法院規定了確切的表格。
訴訟律師向人工智慧工具索取基於醫療年表和客戶筆記的初稿要求函,然後編輯語氣並對照文件檢查每項事實。
一家公司團隊使用 Word 中的 AI 插件,根據公司的談判手冊提出對供應商合約的編輯建議。基本協議仍然來自批准的模板。
人工智慧法律文件自動化的未來
文件自動化可能會變得更加混合。人工智慧將處理接收和初稿,而範本則保留批准的語言和規定的格式。律師協會當局已經發布了關於產生人工智慧的指南,一些法官也對人工智慧在申請中的使用制定了常規命令。公司應該期待持續要求驗證人工智慧輔助工作,有時甚至需要揭露它。持久的技能是設計工作流程,使文件的每個部分都有明確的來源:範本邏輯、經過驗證的事實或經過審查的人工智慧文字。
付諸實踐
為什麼這很重要
- 配裝選擇. 應用級設計決定了人工智慧是否能改善實際結果。
- 團隊與工作流程. 良好的工作流程整合可以創造使用者值得信賴的生產力效益。
- 風險與安全. 範圍明確的用例可以減少變更疲勞和實施風險。
留意
- 將損壞的流程自動化可能會加劇現有問題。
- 團隊可能會過度自動化並消除所需的人工判斷。
- 如果不持續評估輸出,品質可能會出現偏差。
後續步驟
- 繪製目前工作流程並確定摩擦最大的步驟。
- 在完全自動化之前定義人工檢查點。
- 對使用者進行提示、升級路徑和品質標準的訓練。
- 追蹤任務級結果以確認持續價值。
不斷探索
常見問題
什麼是人工智慧法律文件自動化?
法律文件自動化透過填充規則驅動的範本或讓人工智慧起草文本,根據結構化輸入產生法律文件。範本提供可審計的可預測輸出,適合標準化文件。人工智慧起草可以處理多變的、以事實為重的寫作,但它需要審查,因為它可以發明事實、術語或引文。
是什麼讓基於模板的文檔組裝變得可預測?
模板是確定性的。相同的輸入會產生相同的輸出,因此模板可以檢查一次並重複使用。
指南說在什麼情況下模板比人工智慧繪圖更安全?
強製表單必須與規定格式完全匹配,這比產生的文字更適合確定性範本。
指南從馬塔訴阿維安卡案中吸取了什麼教訓?
該案的律師提出了 ChatGPT 發明的引證並受到製裁。它說明了為什麼必須驗證 AI 輸出。
在指南描述的混合設計中,人工智慧在模板運行之前會做什麼?
此模型讀取雜亂的輸入並提出字段值。一個人確認它們,批准的模板產生最終的措辭。
只有當客戶有未成年子女時,遺產計畫範本才會新增監護條款。這是哪個模板功能?
條件句依答案包含或省略內容,這裡是客戶是否有未成年子女。