سلاح مخفی غول‌های وکالت در رقابت هوش مصنوعی؛ وقتی کوه پرونده‌ها برگ برنده می‌شود

دفاتر حقوقی فرمول مخفی خود را به خورد هوش مصنوعی می‌دهند

سال‌های سال، باارزش‌ترین سرمایه هر دفتر حقوقی هر شب بعد از پایان کار از در دفتر بیرون می‌رفت و راهی خانه‌اش می‌شد.

این سرمایه همان وکیلی بود که فلان بند قراردادِ سال‌ها پیش را به یاد داشت؛ همان بندی که معامله‌ای بزرگ را نجات داد. وکیل کهنه‌کاری که دقیقاً می‌دانست چه استدلالی قاضی را قانع می‌کند و چه حرفی نباید زده شود؛ یا شریک ارشدی که به کارآموز جوان می‌گفت: «ما قبلاً هم با چنین پرونده‌ای روبه‌رو شدیم و قلقش را بلدیم.»

حالا دفاتر وکالت با تمام قوا وارد رقابتی تنگاتنگ شده‌اند تا همین سال‌ها تجربه و مهارت ناب انسانی را به کدهای نرم‌افزاری تبدیل کنند.

دفاتر بزرگ حقوقی بعد از دو سال خرید اشتراک و استفاده از ابزار‌های آماده اوپن‌ای‌آی (OpenAI)، هاروی (Harvey)، مایکروسافت (Microsoft)، لگورا (Legora) و بقیه رقبا، حالا به این نتیجه رسیده‌اند که باید سیستم‌هایشان را بر پایه چیزی بسیار ارزشمندتر بسازند: دانشی اختصاصی که فقط و فقط در اختیار خودشان است. آن‌ها روی این ایده شرط بسته‌اند که هوش مصنوعی غوطه‌ور در تاریخچه معاملات، استراتژی‌های پیروزی در دادگاه و سلایق خاص موکلانشان، بسیار کاربردی‌تر و برتر از هر ابزاری است که شرکت وکیل‌های کوچه پایینی می‌تواند به صورت عمومی از بازار بخرد.

دفاتر حقوقی برای ضبط و تبدیل این فوت‌وفن‌های کوزه‌گری به نرم‌افزار، سر کیسه را حسابی شل کرده‌اند. در اوایل سال جاری میلادی، موسسه نام‌آشنای کرکلند اند الیس (Kirkland & Ellis) قراردادی ۵۰۰ میلیون دلاری با شرکت پالانتیر (Palantir) امضا کرد تا فناوری اختصاصی خود را برای یکی از حساس‌ترین بخش‌هایش بسازد: ارائه مشاوره به مشتریان حوزه سرمایه‌گذاری خصوصی برای جذب سرمایه. دفتر مطرح دیگر، یعنی لیثم اند واتکینز (Latham & Watkins) هم پا را فراتر گذاشت و سرور‌های اختصاصی انویدیا (Nvidia) را خریداری کرد تا مدل‌های زبانی بزرگ را شخصاً برای نیازهای خود بومی‌سازی کند.

در موسسه مورگان اند مورگان (Morgan & Morgan)، بزرگ‌ترین دفتر وکالت پرونده‌های خسارت و آسیب‌های جسمی در آمریکا، وکلا کار با یک مدل هوش مصنوعی داخلی را کلید زده‌اند که به طور ویژه برای کشف الگوها در پرونده‌های درمانی آموزش دیده است. برای نمونه، یک وکیل تازه‌کار ممکن است متوجه نشود که گرفتگی عصب در نزدیکی ستون فقرات یک مصدوم در آینده به عمل جراحی پرهزینه‌ای ختم می‌شود؛ اما به گفته این شرکت، نرم‌افزار هوش مصنوعی آن‌ها بلافاصله این احتمال پنهان را به عنوان زنگ خطر پررنگ می‌کند.

«نیروهای زبده و باتجربه ما این نکات ریز را تقریباً در همان نگاه اول تشخیص می‌دهند؛ اما اگر وکیلی سال اول کارش باشد و تازه وارد این حرفه شده باشد، شاید قضیه اصلاً برایش واضح نباشد. اینجاست که فناوری تفاوتی باورنکردنی ایجاد می‌کند.» این سخنان یاث ایتایاکومار (Yath Ithayakumar)، مدیر ارشد تحول در شرکت مورگان اند مورگان است.

این چشم‌انداز، انگیزه اصلی مورگان اند مورگان برای توسعه فناوری بومی است. این شرکت که اعلام کرده طی دهه آینده ۱ میلیارد دلار صرف این پروژه خواهد کرد، قرار نیست با غول‌هایی مثل OpenAI سرشاخ شود و مسابقه مدل‌سازی بدهد؛ هدف آن‌ها تنها یک چیز است: استخراج و ذخیره تمام تجربیاتی که در ذهن بهترین وکلایشان نهفته است.

دفاتر وکالت «بیش‌تر از هر کسی داده در دست دارند»

در حال حاضر بسیاری از دفاتر وکالت ابزار‌های فناوری مشابهی را به کار می‌گیرند. استارتاپ هاروی مدعی است که در ۸۰ درصد از ۱۰۰ دفتر حقوقی پردرآمد آمریکا کاربر فعال دارد و از سوی دیگر پلتفرم لگورا نیز اعلام کرده که بیش‌تر این دفاتر بزرگ را پوشش می‌دهد.

مری اوکارول (Mary O'Carroll)، مدیرعامل گروه مشاوره حقوقی لگال‌انگ (LegalEng) در سان‌فرانسیسکو، بر این باور است: «وقتی همه دفاتر می‌توانند سیستم‌های یکسانی را از بازار بخرند، مزیت رقابتی واقعی از دانشی حاصل می‌شود که به مغز این سیستم‌ها تزریق شده است.»

او توضیح می‌دهد اگر شرکتی در تاریخ فعالیتش تمام قراردادهای سرمایه‌گذاری خصوصی بازار را بسته و بخش عمده بازار را در انحصار داشته باشد، پاداش واقعی‌اش این است که بتواند از این گنجینه استفاده کند تا وکلایش با اعتمادبه‌نفس بگویند: «من عملاً تجربه ۵۰ هزار معامله موفق را در جیبم دارم!»

همین موضوع دلیل حرکت جدی مورگان اند مورگان به سمت توسعه فناوری اختصاصی را روشن می‌کند. این موسسه روی کوهی از پرونده‌های چند ده ساله نشسته است؛ پرونده‌هایی که نشان می‌دهند وکلای این شرکت چگونه آسیب‌دیدگی‌ها، جدال‌های ارائه شواهد، توافق‌های مصالحه و نبردهای نفس‌گیر دادگاه را پیش برده‌اند. این تاریخچه صرفاً سابقه یک کار انجام‌شده نیست، بلکه دقیقاً همان ماده اولیه باارزشی است که هوش مصنوعی برای کارآمد شدن به آن نیاز دارد.

ایتایاکومار تأکید می‌کند: «ما بیش‌تر از هر شرکت دیگری داده داریم و باید به بهترین شکل ممکن از این گنجینه مراقبت و استفاده کنیم.»

استفاده مسئولانه از داده‌ها با اعمال کنترل دقیق آغاز می‌شود. به گفته ایتایاکومار، مورگان اند مورگان باید با وسواس مشخص کند که چه کسانی به داده‌ها دسترسی دارند، مجاز به انجام چه کار‌هایی با آن هستند و آیا شرکت‌های نرم‌افزاری واسطه حق ذخیره‌سازی داده‌ها یا یادگیری از آن‌ها را دارند یا خیر. علاوه بر این، شرکت قبل از اینکه پرونده‌ها را برای الگویابی در اختیار مدل بگذارد، باید هرگونه اطلاعات هویتی و شخصی افراد را به طور کامل پاکسازی کند.

همین وسواس در کنترل داده‌ها و حفظ محرمانگی، فرصتی طلایی و مسیری تازه پیش پای غول‌های فناوری باز کرده است.

همه به دنبال عرضه مدل‌های اختصاصی هوش مصنوعی هستند

استارتاپ هاروی قصد دارد همان کاری را برای دفاتر وکالت انجام دهد که پالانتیر برای کرکلند اند الیس می‌کند. هاروی در سال جاری میلادی یک مدل با وزن‌های باز (Open-weight) را انتخاب کرده و آن را به طور ویژه برای فعالیت‌های حقوقی آموزش داده است. در گام نهایی، هدف این استارتاپ کمک به شرکت‌ها برای آموزش مدل‌ها روی پرونده‌های اختصاصی خودشان است.

غول‌های کهنه‌کار این صنعت مانند لکسیز‌نکسیس (LexisNexis) و تامسون رویترز (Thomson Reuters - مالک پایگاه مشهور Westlaw) هم بوی این فرصت بزرگ را استشمام کرده‌اند. هر دو غول حقوقی امپراتوری‌های عظیم خود را با گردآوری پرونده‌ها، قوانین و مقررات و سپس افزودن تحلیل‌های کارشناسی خود ساختند و بعدها به سراغ توسعه نرم‌افزارهای نگارش، پژوهش و بازبینی اسناد برای وکلا رفتند.

حالا آن‌ها یک گام دیگر جلو آمده و مستقیماً روی خود مدل‌ها دست گذاشته‌اند. تامسون رویترز مدلی به نام «تامسون» (Thomson) در اختیار مشتریان قرار داده که بر پایه ۱۵۰ سال محتوای اختصاصی این شرکت آموزش دیده است. لکسیز‌نکسیس هم اعلام کرده که هدفی مشابه را دنبال می‌کند: ساخت مدل‌هایی که بر پایه متون حقوقی اختصاصی شرکت و داده‌های درونی هر دفتر وکالت آموزش ببینند.

شان فیتزپاتریک (Sean Fitzpatrick)، مدیرعامل بخش حقوقی جهانی در لکسیز‌نکسیس، توضیح می‌دهد که خود شرکت‌های حقوقی خواستار چنین چیزی بوده‌اند: «همه مدل‌ها کار‌ها را تقریباً به شکلی مشابه انجام می‌دهند؛ آن چیزی که آن‌ها را از یکدیگر متمایز می‌کند، محتوا و بافتی است که به مدل‌ها داده شده است.»

به‌رغم سیل دلارهایی که به سمت ساخت این سیستم‌های شخصی‌سازی‌شده سرازیر شده، هنوز برای قضاوت خیلی زود است و معلوم نیست برندگان واقعی این نبرد دفاتر وکالت با بیش‌ترین حجم داده خواهند بود یا غول‌های نرم‌افزاری که به آن‌ها در مهار این داده‌ها کمک می‌کنند.

با این حال، یک نکته وجود دارد که همه سر آن متفق‌القول هستند: مسیر آینده مشخص است. نبرد بعدی در دنیای فناوری حقوقی بر سر این نیست که چه کسی باهوش‌ترین نرم‌افزار را در اختیار دارد؛ نبرد واقعی بر سر این است که چه کسی مالک اصلی دانشی است که نرم‌افزار آموخته است!