Nowe badanie z Uniwersytetu Stanforda pokazuje, że systemy sztucznej inteligencji mogą przewyższać profesorów prawa w logicznym rozumowaniu w około trzech czwartych przypadków. To odkrycie może skłonić zawód prawniczy do znaczących zmian w sposobie wykonywania pracy.
Co mierzono w badaniu
Naukowcy przetestowali kilka modeli AI wobec grupy profesorów prawa w standardowych zadaniach logicznego rozumowania. Systemy AI wypadły lepiej w około 75 procentach przypadków. Badanie nie podało, które modele zostały użyte ani ilu profesorów wzięło udział.
Dlaczego struktura zatrudnienia może się zmienić
Jeśli AI w wielu przypadkach radzi sobie z logicznym rozumowaniem lepiej niż ludzie, kancelarie prawne mogą zacząć polegać na tej technologii w zakresie badań, sporządzania pism procesowych i analiz. Może to zmniejszyć liczbę potrzebnych młodszych prawników i zmienić ścieżkę kariery nowych adwokatów. Budżety na szkolenia i rekrutację mogą zostać przekierowane na narzędzia AI oraz inżynierów, którzy je utrzymują.
Audytowanie inteligentnych kontraktów na pierwszej linii
Jednym z obszarów, który prawdopodobnie odczuje skutki, jest audytowanie inteligentnych kontraktów. Te zautomatyzowane umowy działają na blockchainie i wymagają starannego przeglądu prawnego i technicznego. AI, która dobrze rozumuje, mogłaby skanować kontrakty w poszukiwaniu luk lub problemów ze zgodnością szybciej i dokładniej niż ludzki prawnik. Może to skłonić firmy audytorskie do włączenia AI jako standardowego elementu swojego przepływu pracy.
Zgodność regulacyjna zyskuje na znaczeniu
Firmy poruszające się w skomplikowanych regulacjach – w finansach, opiece zdrowotnej czy prywatności danych – również mogą skorzystać. Systemy AI, które pokonują ekspertów prawnych w rozumowaniu, mogą pomóc firmom nadążać za zmieniającymi się przepisami bez zatrudniania armii pracowników ds. zgodności. Same organy regulacyjne mogą zacząć używać podobnych narzędzi do przeglądania zgłoszeń, tworząc nową dynamikę między nadzorcą a nadzorowanym.
Autorzy badania nie poinformowali, czy planują opublikować pełne dane lub metodologię. Pozostawia to otwarte pytanie, jak dobrze te wyniki wytrzymają zewnętrzną weryfikację.
