در دنیای معاصر، کاربرد حقوق در هر گوشه‌ای از دنیای کسب‌و‌کار دیده می‌شود. تقریبا هر آنچه شرکت‌ها انجام می‌دهند – اعم از فروش، خرید، شراکت، ادغام و سازماندهی مجدد – همگی از طریق قراردادهای قانونی (Legally enforceable contracts) اجرا می‌شوند. بدون وجود یک نظام مالکیت فکری مناسب، نوآوری‌ با موانع متعددی روبه‌رو خواهد بود. از این رو تمام کارهایی که ما هرروزه انجام می‌دهیم بر رکن یک نظام حقوقی (legal Regime) قرار گرفته‌اند. شواهد حکایت از آن دارد که اندازه بازار خدمات حقوقی چیزی بالغ بر یک‌هزار میلیارد دلار است که یکی از بزرگ‌ترین بازارهای جهان محسوب می‌شود. با این وجود در قیاس با سایر بازارها (نظیر سلامت و مالی و…) این بازار در مراحل اولیه دیجیتالی شدن قرار دارد.

 

 

 

زیرا، چه خوب یا چه بد، باید پذیرفت که حوزه حقوق متعهد به سنت است (Tradition-bound) و در استفاده از فناوری‌ها و ابزارهای جدید کند عمل می‌کند. با این وجود روندها حکایت از آن دارد که این حوزه در سال‌های پیش رو تحولات فناوری عظیمی را شاهد خواهد بود که بیش از هر فناوری دیگری، هوش مصنوعی(AI) این حوزه را دگرگون خواهد ساخت. در واقع، این روند درحال‌حاضر در جریان است. حقوق از جنبه‌های متعددی برای کاربرد هوش مصنوعی و یادگیری ماشین مناسب است. زیرا حقوق و یادگیری ماشین به طرز بسیار جالبی بر پایه اصولی مشابه انجام می‌شوند. در واقع، هر دو برای استنباط قواعد مربوط به شرایط جدید به نمونه‌های تاریخی (Historical Example) نگاه می‌کنند. در بین علوم‌اجتماعی، شاید حقوق بیشترین قرابت را به علم منطق داشته باشد. در بیانی بسیار ساده می‌توان گفت «احکام قانونی شامل بیان بدیهیات (Axioms) ناشی از سابقه (Precedent)، به‌کار بردن این بدیهیات در مورد واقعیت‌های خاص در دست، و نتیجه‌گیری بر این اساس است.» چنین روش‌شناسی منطقی دقیقا همان نوع از فعالیتی است که یادگیری ماشین می‌تواند برای آن کاربرد داشته باشد. برخی کابردهای عمده هوش مصنوعی در حقوق شامل مواردی نظیر مرور و اصلاح قرارداد (Contract Review)، تحلیلگری قرارداد (Legal Analytics)، پیش‌بینی دعوی قضایی (Litigation Prediction) و پژوهش حقوقی (Legal Research) هستند.

 

  مرور و اصلاح قرار‌داد

قراردادها حیات سیستم اقتصادی ما هستند. معاملات تجاری بدون آنها انجام نمی‌شود. با این حال روند مذاکره و نهایی کردن قرارداد امروزه به‌طرز دردناکی خسته‌کننده است. وکلای هر دو طرف ‌باید به‌صورت دستی اسناد را مرور و ویرایش کنند و در نهایت اسناد خط قرمز شده (یعنی اسنادی که در آن مواردی کم، اضافه یا اصلاح شده است) را با هم تبادل کنند که این فرآیند در یک چرخه تکرار به‌شدت وقت‌گیر انجام می‌‌شود. این روند می‌تواند طولانی باشد، معاملات را به تاخیر بیندازد و مانع اهداف تجاری شرکت‌ها شود. اشتباهات ناشی از خطاهای انسانی نیز معمول است. بنابراین، جای تعجب نیست که توجه به جزئیات ضروری و قراردادها می‌توانند هزاران صفحه باشند. یک فرصت عظیم برای خودکارسازی این روند وجود دارد. شرکت‌های نوبنیادی نظیر Lawgeex، Klarity، Clearlaw و LexCheck درحال‌حاضر روی این موضوع کار می‌کنند. این شرکت‌ها در حال توسعه سیستم‌های هوش مصنوعی هستند که می‌توانند قراردادهای پیشنهادی را به‌طور خودکار دریافت کرده، آنها را با استفاده از فناوری پردازش زبان طبیعی (Natural Language Processing) به‌طور کامل تجزیه و تحلیل کنند و تعیین کنند که کدام قسمت از قرارداد قابل قبول است و کدام‌یک مشکل‌ساز. جردن ریتنور، مدیرعامل Clearlaw می‌گوید: «ما معتقدیم که متخصصان حقوقی باید بتوانند از مجموعه داده‌های بزرگ استفاده کنند تا آگاهانه‌تر تصمیم بگیرند، درست به همان روشی که سال‌هاست متخصصان بازاریابی و فروش انجام می‌دهند.»درحال‌حاضر، این سیستم‌ها برای کار با یک انسان طراحی شده‌اند: یعنی یک وکیل انسانی، تجزیه و تحلیل هوش مصنوعی را بررسی و در مورد فحوای (زبان) قرارداد تصمیم‌گیری نهایی می‌کند. اما با پیشرفت قابلیت‌های پردازش زبان طبیعی

 

(NLP)، تصور آینده‌ای که کل فرآیند توسط برنامه‌های هوش مصنوعی صورت پذیرد دور از ذهن نیست. اگرچه این پیش‌بینی به‌نظر مربوط به آینده است، اما مشاغل بزرگی مانند Salesforce، Home Depot و eBay درحال‌حاضر در کارهای روزمره خود از خدمات بررسی قرارداد با هوش مصنوعی استفاده می‌کنند. بنابراین، انتظار می‌رود این جریان خیلی زود به یک روند اصلی تبدیل شود. به گفته نوری بیچور، مدیرعامل شرکت lawgeek «چنین راهکارهایی باعث می‌شوند تا تیم‌های حقوقی بجای پرداختن به موارد پیش‌پاافتاده و وقت‌گیر روی مواردی متمرکز شوند که بیشترین تاثیرات را دارند» و «فناوری هوش مصنوعی در نهایت نقش وکیل شرکت را از تمرکز مشخص بر کاهش ریسک به مشارکت راهبردی‌تر در ابتکارات شرکت گسترش می‌دهد.»

 

  تحلیلگری قرارداد

مذاکره و امضای قرارداد فقط آغاز کار است. وقتی طرفین قراردادی منعقد کردند، رعایت دائم شرایط و تعهدات توافق شده می‌تواند دردسر بزرگی باشد. این چالش برای سازمان‌های بزرگ به‌شدت مطرح است یعنی شرکت‌هایی که میلیون‌ها قرارداد معوق با هزاران طرف مقابل مختلف در چند بخش داخلی دارند. تا حد قابل‌توجهی، امروزه شرکت‌ها در جزئیات روابط قراردادی خود در تاریکی فعالیت می‌کنند که هوش مصنوعی فرصتی را برای حل این مشکل فراهم کرده است. راهکارهایی با استفاده از NLP درحال ساخت است که اطلاعات اصلی را از کل قراردادهای یک شرکت استخراج و شفاف‌سازی (Straightforward) می‌کند و این باعث می‌شود ذی‌نفعان در کل سازمان ماهیت تعهدات تجاری خود را درک کنند. شرکت‌های Kira Systems و Seal Software دو شرکت فعال در طراحی چنین پلت‌فرم‌هایی هستند و کسب‌وکار‌های دیگری نظیر Lexion، Evisort و Paperflip نیز به این حوزه ورود کرده‌اند. این راهکارها فرصت‌های شغلی بی‌شماری را ایجاد خواهند کرد. تیم‌های فروش با سهولت بیشتری می‌توانند زمان تمدید قرارداد را رهگیری کنند و بنابراین از درآمد و فرصت‌های افزایش سرمایه استفاده می‌کنند. تیم‌های تدارکاتی می‌توانند در جزئیات توافق‌نامه‌های موجود باقی بمانند و آنها را قادر می‌کنند تا در صورت لزوم دوباره مذاکره کنند. تیم‌های مالی می‌توانند اطمینان حاصل کنند که آنها همیشه برای M&A و راستی‌آزمایی (due diligence) آماده هستند. به هرحال، فضای قراردادی مبهم و ماتی که امروزه اکثر شرکت‌ها در آن فعالیت می‌کنند، احتمالا یک دهه دیگر باستانی به‌نظر می‌رسد.

 

  پیش‌بینی دعوی قضایی

تعداد معدودی از تیم‌های هوش مصنوعی درحال ساخت مدل‌های یادگیری ماشین برای پیش‌بینی نتایج پرونده‌های معلق هستند. مدل‌هایی که حجم عظیمی پرونده‌های پیشین را دریافت می‌کنند و با آموزش یافتن براساس فرجام هر کدام از آنها، می‌توانند درخصوص فرجام پرونده‌های بعدی پیش‌بینی‌هایی ارائه دهند. هرچه این پیش‌بینی‌ها دقیق‌تر شوند، تاثیر عمده‌ای در عمل به قانون (Practice of law) خواهند داشت. به‌عنوان مثال، شرکت‌ها و موسسات حقوقی شروع به استفاده از آنها برای برنامه‌ریزی جهت پیشگیری دادخواهی‌های قضایی، مذاکرات تسویه حساب سریع و به حداقل رساندن تعداد پرونده‌هایی که در واقع باید به دادگاه بروند، می‌کنند. شرکت Blue J Legal مستقر در تورنتو یکی از شرکت‌های نوپاست که یک موتور پیش‌بینی حقوقی مجهز به هوش مصنوعی طراحی کرده است و تمرکز اولیه آن بر قانون مالیات است. به گفته این شرکت، هوش مصنوعی آن می‌تواند نتایج را با صحت ۹۰درصد پیش‌بینی کند. بنیامین آلاری، مدیرعامل Blue J Legal گفت: «در ۱۰ سال آینده، این فناوری‌های الگوریتمی به نقطه شروع طبیعی مشاوره حقوقی تبدیل می‌شوند.»یک مورد مربوط به استفاده از هوش مصنوعی در امور تامین مالی دادخواهی(Litigation Finance) است، روشی که در آن شخص ثالث هزینه دادرسی یک شاکی را تامین می‌کند و در صورت موفقیت در پرونده شاکی، سهمی از وجه مثبت آن را دریافت می‌کند. هوش مصنوعی با فراهم‌سازی ابزارهایی برای تحلیل و ارزیابی دقیق‌تر پرونده‌ها و شناسایی بهتر پرونده‌های ارزنده، به شدت به حوزه تامین مالی دادخواهی کمک می‌کند. شرکت legalist یکی از استارت‌آپ‌های فعال در این زمینه است. صد سال پیش، اولیور وندال هولمز یکی از مشهورترین قضات دادگاه عالی آمریکا چنین گفت: «برای مطالعه منطقی قانون، مردانی که به مر صریح (Blackletter) آگاهی دارند ممکن است انسان حال باشد، اما مرد آینده مرد آمار است.»

 

  پژوهش حقوقی

حوزه دیگری که هوش ماشین به‌طور فزاینده‌ای در آنجا می‌گیرد، تحقیقات حقوقی است. تحقیقات حقوقی از نظر تاریخی همواره یک فرآیند دستی بوده است به‌طوری که دانشجویان و کارکنان تازه‌وارد موظف بودند حجم عظیمی از پرونده‌های حقوقی قبلی را بررسی کنند و آن دسته از پرونده‌هایی را که به پرونده‌های درست کار شباهت داشتند را پیدا کنند. در دهه‌های اخیر، با ظهور نرم‌افزار و رایانش شخصی، این فرآیند دیجیتالی شده است. اکنون وکلا به‌طور کلی با استفاده از برنامه‌های رایانه‌ای مانند LexisNexis و Westlaw به تحقیق درخصوص پرونده‌های مشابه می‌پردازند. با این وجود؛ توانمندی این نرم‌افزارها فقط محدود به جست‌وجوی ابتدایی است و از هوش بالایی برخوردار نیستند. به همین منظور در سال‌های گذشته موجی از شرکت‌های نوبنیاد در زمینه به‌کارگیری از NLP در تحقیقات حقوقی شکل گرفته‌اند. شرکت‌هایی مانند Casetext و ROSS Intelligence درحال ساخت بسترهای تحقیقاتی هستند که درک معنایی پیچیده‌تری از معنای واقعی نظرات حقوقی دارند. این پلت‌فرم‌ها چیزی به مراتب بیشتر از شناسایی کلیدواژه‌های مشابه بین پرونده‌های حقوقی هستند. مدل‌های معنایی (Semantic Models) به آنها این قابلیت را می‌دهد که بین پرونده‌های حقوقی به ظاهر متفاوت، شباهت‌های جالبی را پیدا کنند. فناوری تحقیقات حقوقی مبتنی بر هوش مصنوعی درحال جلب توجه واقعی در بازار است: امروزه بیش از ۴۵۰۰ شرکت حقوقی ایالات‌متحده در Casetext اشتراک دارند.

 

  نتیجه‌گیری

یک لحظه کارکردهای اصلی یک کسب‌و‌کار نوعی را در نظر بگیرید، کارکردهایی چون بازاریابی، فروش، موفقیت مشتری، مالی، حسابداری، منابع انسانی، استعدادیابی و حقوقی. برای هر کدام از اینها در دهه‌های گذشته کسب‌وکارهای نرم‌افزاری میلیون دلاری ایجاد شده‌اند که برخی مثال‌ها عبارتند از شرکت Hubspot برای بازاریابی، شرکت Salesforce برای فروش، شرکت Zendesk برای موفقیت مشتری، شرکت Workday برای مالی، شرکت Netsuit برای حسابداری، شرکت Gusto برای منابع انسانی و Linkedin برای استعدادیابی. با این وجود، استثنایی که اینجا به چشم می‌خورد «حوزه حقوقی» است. حوزه حقوق که در سازمان‌ها به‌طور مرسوم به‌عنوان یک مرکز هزینه دیده می‌شده و تا حد زیادی توسط کارآفرینان نادیده گرفته می‌شده است، در سال‌های اخیر نوآوری فناورانه اندکی داشته است. امروزه مایکروسافت ورد و ایمیل همچنان ابزار دیجیتالی غالب هستند که تیم‌های حقوقی برای انجام کارهای خود استفاده می‌کنند. با توجه به اندازه بازار خدمات حقوقی و پیشرفت هوش مصنوعی، این فناوری فرصت‌های گسترده‌ای را برای تحول خدمات حقوقی خواهد گشود. بنابراین، این می‌تواند یک فرصت مهم برای ارزش‌آفرینی باشد.