Doczilla позволит
Полностью исключить простые ошибки;
Ускорить подготовку документов в 10 раз;
Избавиться от рутины и перепроверок;
Забыть про неактуальные шаблоны;

[Де]гуманизация юриспруденции


⏱18 мин | 30.07.2023

Богдан Караванов, LegalTech-юрист Doczilla, делится опытом использования нейросетей для решения повседневных юридических задач и объясняет: искусственный интеллект — это помощник юриста, а не его конкурент. Материал будет полезен практикующим юристам и всем интересующимся темой применения технологий искусственного интеллекта.

ИИ как революция в юриспруденции

В 1895-ом году Томас Эдисон предрёк крах коневодства: он был убеждён, что вскоре, вслед за велосипедом, появится средство передвижения, которое сможет заменить одновременно двух лошадей и карету. Строго говоря, автомобили на тот момент уже существовали, но о массовом производстве речи не шло — медленные, хрупкие, громоздкие и требующие много топлива, они воспринимались как забавные игрушки для богатых, а не как полноценное средство передвижения. Да, в крупных городах лошадей содержать было дорого, да и вообще они доставляли своим владельцам и окружающим массу неудобств, но это был настолько традиционный способ передвижения, что об ином и помыслить было невозможно.


Тем не менее, прочитав заметку о грядущей эре автомобилей в газете, воодушевлённый изобретатель Александр Уинтон пришёл к своему банкиру, чтобы поделиться идеей разработки «кареты с мотором». Банкир, выслушав Уинтона, сообщил о своём глубоком разочаровании в клиенте и усомнился в психическом здоровье Александра — в конце концов, как может какое-то дурацкое приспособление заменить лошадь?


Уинтон не опустил руки, и к 1897-му году разработал и успешно продал один из первых на территории США автомобилей. Покупателем, правда, был другой городской сумасшедший — инженер Роберт Эллисон, но сделка есть сделка. На вырученные от редких продаж деньги Уинтон продолжал дорабатывать конструкцию, обмениваясь опытом с другими изобретателями по всей стране. Технические характеристики улучшались, преимущества лошадей становились всё более сомнительными, и спустя всего пять лет Уинтон, Олдс и Форд выпускали автомобили тысячами. Масштабы производства требовали интенсификации, и на заводы внедрили системы поточного производства, основанные на принципе конвейера, которая в XX-ом веке навсегда изменит индустрию и мир.

Искусственный интеллект будет корректнее сравнить не с автомобилем, а с двигателем внутреннего сгорания.

Искусственный интеллект будет корректнее сравнить не с автомобилем, а с двигателем внутреннего сгорания, который, будучи результатом труда лучших умов своей эпохи, привёл к началу массовой индустриализации и внёс неоценимый вклад в переход от мануфактурного к промышленному производству. Искусственный интеллект претендует на ту же роль, но уже в сфере интеллектуального труда — вполне возможно, что он, как и двигатель внутреннего сгорания для XIX-го и XX-го веков, очертит контуры XXI-го и последующих столетий.


Вместе с тем, когда мы говорим об использовании нейросетей в таких традиционно-гуманитарных отраслях, как юриспруденция, мы сталкиваемся с волной, казалось бы, вполне обоснованного скептицизма: ну разве может какая-то языковая модель заменить лошадь настоящего человека?! Искусственный интеллект вновь воспринимается как забавная игрушка, практическая ценность которого, может, и не нулевая, но явно не стоит устроенной вокруг него шумихи. Не вдаваясь в противоположную крайность, заключающуюся в преувеличении возможностей ИИ и восприятии его либо как панацеи от всех бед, либо, наоборот, как ящика Пандоры, который нужно срочно-срочно обложить регуляциями и никогда не открывать, попробуем осознать, что языковые модели способны нам дать и смогут ли они заменить юристов.

Как это работает

С точки зрения архитектуры искусственный интеллект может строиться на основе различных подходов, но нейросети, к которым последнюю пару лет было приковано общественное внимание, стремятся моделировать структуру человеческого мозга, и, что особенно важно, способны оперировать в условиях неполной информации, то есть «додумывать» недостающие фрагменты на основе вводных данных и собственного опыта. Теоретически, они должны быть способны, как и человек, проводить контекстуальный анализ поданного запроса, отбирать из собственного багажа знаний релевантную информацию, восстанавливать недостающие звенья и на выходе генерировать убедительный ответ.


Пока что безоговорочно хорошо ИИ справляется именно с последней задачей — быть убедительным. Время от времени нейросеть начинает «галлюцинировать», генерируя логически стройный текст на заданную тему, который при этом содержит ошибочную информацию. Отчасти это походит на речь студента, который не знает правильного ответа на вопрос экзаменатора и начинает уверенно выдумывать его на ходу.

Иногда нейросеть начинает «галлюцинировать», генерируя ошибочный, но логически стройный текст на заданную тему. Как речь студента, который не знает правильного ответа на вопрос экзаменатора и начинает уверенно выдумывать.

Так или иначе, указанный выше цикл обработки информации в сущности почти не отличается от традиционной работы юриста: мы тоже получаем из окружающей среды данные, обрабатываем их, применяя релевантные юридические навыки, и получаем готовый юридический продукт, например, драфт договора или консультационную услугу.


Подготовка типовых шаблонов, поиск правовой информации, ведение и хранение документов уже сегодня автоматизированы машинными средствами и позволяют эксперту исключить значительную часть рутины из своей деятельности. Следовательно, если мы хотим говорить о революции в юриспруденции, то важнейшей задачей искусственного интеллекта должна стать автоматизация творческой деятельности юриста, которую невозможно оптимизировать машинными методами. Итак, что же может искусственный интеллект, чего не могут делать юристы? В общем-то, ничего. Но есть нюансы.

Цикл обработки информации нейросетью почти не отличается от традиционной работы юриста.

Ключевой параметр здесь — количество единовременно обрабатываемой информации. Достоверно не доказано, но предполагается, что объём человеческой памяти равен 1-му петабайту или миллиону терабайт. Это немало. Другое дело — это объем кратковременной, или «оперативной» памяти. Для человека он ограничен формулой «семь плюс-минус два» — то есть увидев однократно ряд символов, мы сможем сразу же воспроизвести 5−9 из них. Объём оперативной памяти наиболее популярной нейросети GPT-4 измеряется в токенах и составляет 32 000 токенов.


Токены прямо не конвертируются в символы или слова, но, если грубо округлить, один токен равен примерно 3−4 символам в английском языке (для других языков значение может отличаться — для русского, например, один токен обычно равен одному символу). Соответственно, объем оперативной памяти нейросети составляет ~128 000 символов против 5−9 единиц у человека. 128 000 символов — это чуть меньше половины романа Филипа Дика «Снятся ли андроидам электроовцы?» (примерно 80 страниц), и если бы нейросеть была школьником и выполняла задание на пересказ текста, ровно столько она смогла бы воспроизвести дословно, один раз ознакомившись с источником. Но это в теории.


На практике количество токенов, с которыми может работать нейросеть в одном сеансе, обычно ограничивается, чтобы не создавать колоссальную нагрузку на серверы, и сложные запросы приходится разбивать на несколько частей. Впрочем, инженеры могут замаскировать этот процесс и сделать его совсем или почти незаметным для конечного пользователя.


Из этого следует основное преимущество ИИ перед человеком — он способен единовременно работать с колоссальными объёмами информации. Для проверки этого тезиса я провёл ряд экспериментов с Doczilla AI и предоставляю вам их результаты.


Здесь следует сделать важную оговорку и отметить, что Doczilla AI — не единственное доступное решение на рынке, и по нему нельзя судить о всей индустрии. Если Doczilla AI задумана как инструмент, облегчающий создание документов и последующую работу с ними, то, например, CoCounsel от американской компании Casetext предназначен в основном для анализа баз данных, извлечения из них ключевой информации и её последующего обзора.


Ещё один зарубежный стартап — это PatentPal, использующий, как и CoCounsel, API от OpenAI, но созданный специально для юристов, практикующих в сфере патентного права. Соответственно, решение позволяет быстро и комфортно осуществлять поиск и отслеживание действующих патентов, проводить анализ их сильных и слабых сторон.


Другое решение, Diligen от одноимённого разработчика, предназначено, прежде всего, для анализа и менеджмента договорной документации, однако, что следует из названия, может использоваться также при проверке контрагентов в рамках процедуры Due Diligence.


Иными словами, рынок LegalTech-решений, усиленных AI, непрерывно растёт — значительная их часть использует для своих продуктов API от OpenAI, некоторые пытаются создавать собственные разработки с нуля, однако ввиду сложности продуктов и несоизмеримости ресурсов компаний нас, скорее всего, ждёт унификация рынка до нескольких наиболее распространённых API, подобная той, которая когда-то произошла на рынке операционных систем.


А теперь вернёмся к нашему эксперименту.

Счет 2:1 в пользу ИИ

Итак, нагрузку нужно наращивать постепенно, поэтому первый тест был самым простым: я попросил ИИ перевести для меня с английского на русский решение Его величества Апелляционного суда Англии и Уэльса (Thaler v Comptroller General of Patents Trade Marks And Designs [2021] EWCA Civ 1374 (21 September 2021)). Текст решения не только был написан высокопарным языком королевского судопроизводства, но и посвящён вопросам допустимости указания искусственного интеллекта как изобретателя в патентных заявках.


Иными словами, это был идеальный кандидат для нашего с Doczilla AI эксперимента. Тут нужно сделать оговорку и упомянуть, что языком нейросети по-умолчанию является английский: то есть, когда вы просите её сделать перевод текста с английского на русский, она переводит с «родного» языка на «неродной». С этим же фактором, кстати, связано возможное использование в переведённых на русский текстов нетипичных для этого языка конструкций.


Я предложил ИИ для перевода примерно десять страниц — фабулу дела и само решение суда. Перевод не превзошёл моих ожиданий, но, в целом, порадовал: сложные речевые обороты, с которыми справится не всякий человек, владеющий юридическим английским, искусственный интеллект преобразовывал во вполне понятные предложения на русском языке. В целом, текст по-прежнему ощущался несколько машинным (работавшие с любым онлайн-переводчиком поймут, о чём я), однако это легко исправлялось — мне достаточно было попросить ИИ переформулировать предложение или абзац, которые выглядели неестественными.


Учитывая, что перевод такого большого куска текста занял у Doczilla AI меньше пяти минут, а результат был достаточно качественным, я решил, что первое испытание пройдено и отправился на следующий уровень.


Теперь я решил проверить способности ИИ к анализу и резюмированию, достаточно сложному интеллектуальному труду. Я попросил Doczilla AI дать краткий пересказ переведённого им ранее текста, вернее, его части — введения в фабулу рассматриваемого дела объёмом примерно на три страницы. За несколько секунд Doczilla AI предоставил мне ответ, который я привожу полностью:

Текст, который Doczilla AI выдал мне в ответ на просьбу резюмировать введение к решению суда.

Дальнейшие попытки с другими фрагментами текста были в равной степени удачными, и я сделал вывод, что с функцией анализа текстов ИИ действительно справляется намного быстрее и не хуже человека.


Следующий этап был крайне важен для меня как для юриста: я хотел убедиться в умении ИИ верифицировать результаты его труда, чтобы не оказаться в неловкой ситуации. Я задал Doczilla AI ряд несложных вопросов из сферы гражданского права и в большинстве случаев получил приемлемые ответы. В гораздо более ранних попытках подобных экспериментов мне удавалось подловить ИИ на абсурдных вопросах, ответы на которые в рамках законодательства найти было невозможно — теперь он исправился, перестал галлюцинировать и даже поправлял меня в случае, если я запрашивал у него что-то бессмысленное.

Спасибо за возвращение с небес на землю, Doczilla AI. Кстати, здесь можно наблюдать пример убедительного «галлюцинирования», о котором я говорил ранее — ИИ приводит примеры статей Гражданского кодекса, но неверно пересказывает их содержание.

Вместе с тем, иногда искусственный интеллект не может чётко разграничить одни правовые нормы от других и порой даёт отсылки на положения законодательства, слабо относящиеся к предмету запроса. Ещё хуже у него с предоставлением электронных ссылок на источники: например, когда я спросил у него, где можно найти приведённые им положения Гражданского кодекса, ИИ сперва предоставил мне ссылку на Федеральный закон «О закупках и поставках сельскохозяйственной продукции, сырья и продовольствия для государственных нужд».


Меня такой ответ не устроил, и, когда я указал на ошибку, мой цифровой ассистент извинился, пообещал исправиться и дал новую ссылку на «Гражданский кодекс» — в этот раз она привела меня в давно утративший силу Приказ ФФОМС от 15.03.2001 N 16 «Об утверждении форм ведомственного статистического наблюдения».

Искусственный интеллект не всегда может чётко разграничить одни правовые нормы от других и дает отсылки на даёт отсылки на положения законодательства, не относящиеся к запросу.

Результатами этого эксперимента я остался в целом неудовлетворён, и счёт на табло в матче «ИИ — Человек» стал 2:1 .

Тестирование ИИ на профпригодность

Наконец, в рамках финального и самого масштабного эксперимента, я составил 10 различных документов.


Цель — выяснить насколько реально подготовить соответствующий законодательству документ с помощью искусственного интеллекта, не выискивая по несколько часов нужную мне форму и не обращаясь к услугам юриста.


Среди составленных в ходе тестирования документов были несколько договоров купли-продажи, одно соглашение о конфиденциальности, парочка договоров займа и несколько договоров подряда.

На примере 10 документов я выяснил, насколько реально подготовить соответствующий законодательству документ с помощью одного ИИ.

Важно уточнить, что результаты работы ИИ по созданию документов в большей степени зависят от исходного промпта , то есть запроса, переданного искусственному интеллекту. Чем детальнее и подробнее промпт, тем лучше результат. И наоборот, неконкретный промпт, например: «составь мне договор купли-продажи», приведёт к тому, что ИИ запутается в данных, начнёт галлюцинировать и, скорее всего, выдаст совершенно неприемлемый текст.


На создание хорошего запроса, подробно описывающего структуру и желаемые особенности документа, может уйти от нескольких минут до получаса и более, в зависимости от того, что мы составляем. Для Doczilla AI мы делаем несколько таких промптов в неделю, чтобы у пользователей была возможность использовать их по нажатию кнопки. Эти же промпты я использовал в рамках эксперимента.


Необходимо отметить, что в абсолютном большинстве случаев первичный результат меня скорее удовлетворил: документы соответствовали минимальным требованиям законодательства. Более того, у меня получалось доработать их с помощью того же искусственного интеллекта (для этого приходилось использовать познания в цивилистике). То, что получалось у ИИ при первом заходе, уступало составленному более или менее опытным юристом, но давало приемлемую базу для дальнейшей работы, при этом более гибкую, чем доступные в интернете типовые формы.


Отказался принять результаты и запросил повторного формирования документов с нуля я лишь для пары договоров — то, что получалось у ИИ на выходе, в этих случаях показалось мне слишком сумбурным, и я не хотел разбираться в деталях, чтобы понять, какие из сгенерированных блоков текста мне подходят, а какие — нет. Кроме того, я неоднократно просил его сокращать и перефразировать текст так, чтобы он был написан более простым языком. В некоторых спорных ситуациях ИИ-ассистент давал вполне корректные комментарии о том, почему-то или иное положение не рекомендуется включать в договор. Так, в примере ниже я спросил его, стоит ли мне исключить из договора поставки обязательство по возмещению имущественных потерь, и получил достаточно подробную консультацию:

Таким образом, я решил, что итоговое тестирование на профпригодность ИИ всё-таки прошёл, но с важной оговоркой — любой результат его труда требовал ручной верификации юристом.

Итоги и выводы

Возвращаясь к затронутой в начале статьи автомобильной тематике, искусственный интеллект можно сравнить с гоночным болидом — в идеальных условиях он способен демонстрировать феноменальные результаты , но эти идеальные условия — трассу в случае гоночного болида и разумные предопределённые рамки в случае ИИ — должны предварительно подготовить люди.


В ином случае искусственный интеллект — это чёрный ящик, который может как выдать желаемый вами результат, так и поток концентрированного бреда.


Стало быть, на вопрос, заданный нами в начале статьи: «может ли искусственный интеллект заменить человеческий труд?» — видится возможным дать крайне осторожный ответ: на данный момент любой созданный при помощи языковой модели текст требует верификации человеком, а значит, использование ИИ в юриспруденции сегодня может заменить труд разве что помощника юриста, притом помощника весьма непредсказуемого, хотя и старательного. Полноценной заменой юриста, к которой нуждающиеся смогут обращаться вместо живого специалиста, искусственный интеллект станет ещё нескоро. Впрочем, я не случайно написал «станет» в утвердительном тоне — ведь первые автомобили тоже уступали лошадям, но когда вы в последний раз видели запряжённую лошадью повозку?


Так или иначе, пока что человек торжествует над машиной, дегуманизация юриспруденции не состоялась, зато гуманизация — появление у юристов инструментария, способного многократно экономить время, силы и нервы — стала немного ближе. И в этом, безусловно, заключена благая весть.


P. S. Кстати, план для этой статьи и часть текста тоже подготовлены с помощью Doczilla AI, за что ему большое спасибо.

Похожие статьи

  • Ускорить подготовку документов в 10 раз
  • Полностью исключить простые ошибки
  • Забыть про неактуальные шаблоны
  • Избавиться от рутины и перепроверок

Читайте также