L'intelligenza artificiale sta trasformando la tradizionale fornitura di servizi legali.

In termini generali, l'insieme di strumenti generalmente chiamati "analitica legale" promette di fare due cose:aumentare l'efficienza delle attività che una volta richiedevano tempo e sforzo umano considerevoli, ed estrarre masse di dati per scoprire nuove intuizioni che prima erano inaccessibili.

Come giuristi, siamo entusiasti della promessa di applicare questi strumenti alle domande di ricerca legale. Nello Stato della Georgia, stiamo costruendo team di ricerca interdisciplinari con avvocati e data scientist che lavorano fianco a fianco. Coinvolti anche gli studenti in modo che possiamo educare la prossima generazione di avvocati a sfruttare questi strumenti nelle proprie pratiche.

Trasformare i compiti legali

Supponiamo che un'azienda voglia prevedere quali reclami dei dipendenti portano a cause legali. Storicamente, l'azienda potrebbe incaricare un team di analisti e avvocati di esaminare i registri dei reclami, fascicoli personali e atti giudiziari, alla ricerca di un modello che potrebbe segnalare il rischio di contenzioso. Questo processo scrupoloso potrebbe richiedere mesi e richiedere un esercito di persone per elaborare migliaia di pagine di testo.

Trattando questa attività invece come un problema di data science migliora notevolmente la velocità e l'efficienza. Un algoritmo potrebbe estrarre il testo chiave in blocco e assemblarlo per l'analisi. Il tempo e l'attenzione umani verrebbero quindi formati solo sulle informazioni pertinenti. Il processo di ricerca ad alta intensità di lavoro verrebbe eliminato.

La nuova generazione di strumenti di analisi può fare di più che semplicemente ridurre le ore di lavoro. Tecniche come l'apprendimento automatico, un tipo di intelligenza artificiale in cui i computer possono apprendere in modo ricorsivo da una serie di esempi senza essere esplicitamente programmati per farlo, possono consentire la scoperta di nuovi modelli che sono al di fuori della portata dell'analisi manuale. Per esempio, nello scenario sopra, un algoritmo potrebbe essere in grado di prevedere se un determinato reclamo dei dipendenti si tradurrà in una causa.

Presso il nostro laboratorio, stiamo testando l'applicazione di strumenti di analisi a un'ampia gamma di questioni legali. Abbiamo analizzato tutte le cause in materia di lavoro presso la Corte distrettuale degli Stati Uniti per la Georgia settentrionale per capire quali casi vincono e perdono e per identificare le caratteristiche del caso come giudici, avvocati e mozioni che potrebbero influenzare l'esito finale di un caso.

Per esempio, l'abbiamo trovato, quando una mozione è stata deferita dal presidente del tribunale distrettuale a un magistrato per una relazione e una raccomandazione preliminari, la raccomandazione del giudice magistrato era il più forte predittore della decisione finale del giudice. Ciò solleva interrogativi interessanti, che stiamo studiando ulteriormente, sui ruoli dei decisori nella risoluzione delle controversie legali.

Sfruttare i big data

L'analisi legale ha catturato l'immaginazione di avvocati e ricercatori. In un recente concorso nel Regno Unito, 100 avvocati delle migliori aziende londinesi si sono confrontati con uno strumento di intelligenza artificiale per prevedere l'esito di centinaia di semplici controversie finanziarie. Il robot ha vinto con un ampio margine, prevedere correttamente l'86,6 per cento dei casi, mentre gli umani prevedevano correttamente solo il 66,3 per cento. Lo strumento era "imparare" qualcosa sulle controversie che mancavano agli umani, battendo gli avvocati al loro stesso gioco di pronostici.

Certo, non tutti i problemi legali si riducono nettamente a un insieme di variabili, e il comportamento umano non segue sempre schemi rilevabili. Gli strumenti predittivi funzionano meno bene quando il set di dati rilevante è piccolo, o quando il testo che è soggetto ad analisi è così vario e idiosincratico che i modelli sono difficili da individuare.

Il progresso può anche portare pericolo. I dati storici sugli eventi passati spesso contengono errori e imprecisioni, il che significa che anche il codice informatico più sofisticato, quando nutrito con immondizia, può produrre solo spazzatura in cambio. Algoritmi di cauzione, Per esempio, sono stati criticati per aver perpetuato pregiudizi razziali nella giustizia penale.

Se gli avvocati delegano troppe delle nostre decisioni agli algoritmi, allora siamo destinati a ripetere i nostri schemi ed errori storici. Ad esempio, algoritmi di previsione del contenzioso addestrati su casi da giudici in pensione o giurisprudenza obsoleta possono perdere nuovi sviluppi e raccomandare un corso d'azione inutilmente conservativo.

Alla fine, un avvocato robot è un misero sostituto di un avvocato umano. Il giudizio umano rimarrà un ingrediente cruciale nella pratica legale. Ciò che cambierà è quando verrà utilizzato per aumentare l'intelligenza raccolta da altri sistemi.

Cosa devono sapere i nuovi avvocati

Se la pratica della legge cambia, allora questo significa che parti dell'educazione legale devono cambiare, pure.

Alcuni futuri avvocati si diplomeranno come programmatori di computer, in grado di scrivere il codice che sta alla base degli strumenti di analisi legale. Altri diventeranno consumatori consapevoli dei risultati prodotti da questi strumenti, in grado di valutare criticamente l'output. La nostra istituzione sta sviluppando una doppia laurea in analisi e diritto, così come le concentrazioni all'interno del J.D. e LL.M. programmi.

Crediamo che tutte le scuole di legge dovrebbero lottare con come educare gli studenti di oggi per una pratica futura. Per quanto trasformativo, alla fine, l'analisi legale è uno strumento. Gli avvocati di domani dovrebbero essere preparati a sfruttarne i vantaggi, comprendendo anche dove finiscono quei vantaggi e inizia il giudizio umano.

Questo articolo è stato ripubblicato da The Conversation con una licenza Creative Commons. Leggi l'articolo originale.