Wie KI und maschinelles Lernen den Markt für Rechtsdienstleistungen in Indien beeinflussen können

Veröffentlicht: 2017-12-26

KI ist zu einer potenziell störenden Kraft im Bereich der Rechtsdienstleistungen geworden

Laut dem National Judicial Data Grid sind über 26 Millionen Fälle an allen lokalen, Bezirks- und Obergerichten sowie dem Hon'ble Supreme Court of India anhängig, und fast 9 % dieser Fälle sind über 10 Jahre oder länger anhängig[1] . Täglich werden durchschnittlich 30.000 Fälle eingereicht und rund 28.000 Fälle entschieden.[1]

Dies bedeutet, dass 2.000 unentschiedene Fälle fehlen, was zu einem Rückstand von 7,3 Lakh Fällen führt, der jedes Jahr zum gesamten kumulativen Rückstand hinzugefügt wird.

Der Verfahrensstau fällt in den Zuständigkeitsbereich der Verwaltungsfunktion der Justiz. Die Lösung dieses scheinbar ewigen Problems beinhaltet auch eine exponentielle Erhöhung der Finanzierung der Exekutive für die Justizinfrastruktur und die Gerichtserweiterung.

Um den Glauben und das Versprechen von Gerechtigkeit zu wahren, ist es zwingend erforderlich, dass die Exekutive und die Verwaltung der Hon'ble Judiciary nach Treu und Glauben handeln, um eine rechtliche Lösung für diese Fälle zu finden, insbesondere diejenigen, die seit mehr als 10 Jahren anhängig sind und die seit mehr als 10 Jahren anhängig sind mehr als 5 Jahre.

Relevanz von Urteilen in der Rechtsforschung

Anwälte in Gerichtsbarkeiten des Common Law (Indien, Großbritannien, Kanada, USA usw.) verwenden die von der höheren Justiz (High Courts und The Hon'ble Supreme Court of India) entschiedene Rechtsprechung als Präzedenzfall in anderen nachfolgenden Fällen mit ähnlichen oder identischen Umständen . Als Regel der gerichtlichen Verantwortung müssen Richter den bindenden Entscheidungen des übergeordneten oder desselben Gerichts folgen [2].

Oft zitierte Urteile gelten als wegweisende Urteile und sind gegenüber anderen Urteilen überproportional wichtig. Ehrenwerte Richter kennzeichnen ihre Äußerungen routinemäßig entweder als „meldepflichtig“ oder „nicht meldepflichtig“, je nach Relevanz und Anwendbarkeit der in ihren Urteilen enthaltenen Rechtsgrundsätze auf nachfolgende Fälle.

Anwälte müssen bei der Argumentation von Fällen tief in die juristische Recherche von Hunderten relevanter Fälle eintauchen und Tausende von Seiten mit Entscheidungen durchgehen, um die richtigen Fälle abzuleiten, die für den Antrag oder Antrag ihres Mandanten sprechen. Anwälte müssen auch die gegensätzliche Ansicht und die Begründung der Rechtsprechung kennen, die zur Untermauerung der gegensätzlichen Ansicht vorgelegt werden kann, damit sie eine Abwehrstrategie zur Schadensminderung vorbereiten können.

Entwicklung der Rechtsforschungsbranche in Indien

Rechtsrecherche ist eine wesentliche Dienstleistung für das reibungslose Funktionieren des Rechtsdienstleistungsmarktes, der 2011-12 eine Größe von 6,1 Mrd. USD hatte [3]. Die Rechtsrecherche für die gemeldeten oder entschiedenen Fälle hat im Zeitalter der ASP- und .NET-gesteuerten Software für ihre Durchsicht durch Anwälte gelitten.

Herkömmlicherweise würden juristische Fachzeitschriften in gedruckter Form die „ratio entscheidenden“ oder juristischen Verhältnisse (Zusammenfassung) des Urteils verdichten und in einer „Kopfnote“ mit den entsprechenden Abschnitten präsentieren, in denen das Rechtsprinzip dargestellt und das Urteil vertreten würde.

Diese Analyse war mühsam und erfordert die intensive Ausarbeitung durch einen erfahrenen Rechtsexperten, der sich mit juristischem Korrekturlesen, inhaltlichem Verständnis und Abstraktion auskennt.

Für dich empfohlen:

Wie Metaverse die indische Automobilindustrie verändern wird

Wie Metaverse die indische Automobilindustrie verändern wird

Was bedeutet die Anti-Profiteering-Bestimmung für indische Startups?

Was bedeutet die Anti-Profiteering-Bestimmung für indische Startups?

Wie Edtech-Startups dabei helfen, die Mitarbeiter weiterzubilden und zukunftsfähig zu machen

Wie Edtech-Startups Indiens Arbeitskräften helfen, sich weiterzubilden und zukunftsfähig zu werden ...

New-Age-Tech-Aktien in dieser Woche: Zomatos Probleme gehen weiter, EaseMyTrip-Posts steigen...

Indische Startups nehmen Abkürzungen bei der Jagd nach Finanzierung

Indische Startups nehmen Abkürzungen bei der Jagd nach Finanzierung

Das digitale Marketing-Startup Logicserve Digital hat Berichten zufolge INR 80 Cr an Finanzmitteln von der alternativen Vermögensverwaltungsfirma Florintree Advisors aufgebracht.

Digitale Marketingplattform Logicserve Bags INR 80 Cr-Finanzierung, Umbenennung in LS Dig...

In den 1990er und frühen 2000er Jahren verlagerte sich die Bewegung der elektronischen Speicherung auf CDs/DVD-ROMs und Rechtszeitschriften und andere digitale Verlage verlagerten sich auf elektronische Medien und verkauften Datenbankzugriff auf Software, die lokal auf dem Computer des Anwalts ausgeführt wurde. Solche Software war statisch, erforderte Online-Updates durch einen manuellen Prozess und verfügte nicht über eine automatische Analyse oder KI/maschinelles Lernen.

Die Idee war, die Google-Erfahrung angewandt auf eine Rechtsdatenbank auf einem lokalen Laufwerk anzubieten. Dies war mehr auf die Idee einer E-Book-Bibliothek abgestimmt, die über verschlüsselte Dateien auf den Host-Computer übertragen wird. Die Benutzeroberfläche und die Software und Datenbank waren jedoch nicht auf die zukünftigen Bedürfnisse und Wünsche der Rechtspraktiker und die sich ändernde Dynamik der technologischen Landschaft abgestimmt.

Heutzutage werden juristische Forschungsaufgaben und Zusammenfassungsprozesse an Computerprogramme und Software wie Natural Language Processing (NLP)-Tools delegiert. Kanadische Forscher an der Universität von Montreal veröffentlichten 2004 eine wissenschaftliche Arbeit, in der sie eine Methodik zur Erstellung gekennzeichneter Daten aus Gerichtsurteilen beschrieben und dann ein System zur automatischen abstrakten Zusammenfassung entwickelten.

Laut extrinsischen Tests haben solche Zusammenfassungsparadigmen eine Treffsicherheit von etwa 90 %, was wirklich gut ist. Google hat den Quellcode seines NLP-Tools namens TensorFlow veröffentlicht, das sie zum Generieren von Google-Schlagzeilen aus verschiedenen Textpassagen verwenden, die von den Nachrichten- und anderen Inhaltsseiten indexiert wurden.

Neue Startups und Innovationen mit KI / maschinellem Lernen

Auf KI und auf maschinellem Lernen basierende Plattformen in Verbraucher-Internetprodukten wie Smart Assistants (Alexa, Siri, Ello usw.) übernehmen langsam die traditionellen und statisch-digitalen Arten der Kundenbindung. Laut einem Bericht von Tata Consultancy Services (TCS), dem größten Softwaredienstleistungsunternehmen aus Indien, nutzen 68 % der indischen Unternehmen KI für IT-Funktionen, aber 70 % glauben, dass die größte Wirkung von KI bis 2020 in Funktionen außerhalb der IT wie Marketing liegen wird , Kundenservice, Finanzen und Personalwesen.

Auch die Mehrheit der Unternehmen sieht KI als transformativ an und hält sie für wesentlich, um im Jahr 2020 wettbewerbsfähig zu bleiben [4]. Das Hauptziel aller KI-gestützten Innovationen ist es, die menschliche Arbeit zu minimieren und die menschlichen Fähigkeiten so weit wie möglich zu erweitern.

Mit zunehmendem Innovationstempo in der Verarbeitung natürlicher Sprache ist KI zu einer plausiblen und potenziell disruptiven Kraft im Bereich der Rechtsdienstleistungen geworden. Sogar führende Anwaltskanzleien wie Cyril Amarchand Mangaldas nutzen jetzt die Leistungsfähigkeit der KI für die Vertragsanalyse und -prüfung [5]. Die Startup-Szene im Rechtsbereich begann sich aufzuheizen, als US-Investoren ihre Aufmerksamkeit auf Startups wie RavelLaw und LexMachina richteten.

Die New-Age-Startups der Rechtsforschung in den USA nutzen Big-Data-Analysen, um zu beraten, ob ein Fall gewinnbar ist, Stimmungsanalysen von Urteilstexten, um die Argumentation von Richtern zu finden, und die logische Schlussfolgerung, wie ein Richter entscheiden könnte. In Indien haben Start-ups jetzt begonnen, KI-fähige Tools zur Recherche von Rechtsprechung bereitzustellen, die von Zusammenfassungsalgorithmen in Verbindung mit maschinellen Lernalgorithmen zum Ranking und Anzeigen der relevantesten Fälle angetrieben werden. Solche Tools helfen dabei, Anwälte darüber zu informieren, welche Fälle besser geeignet sind, vor Gericht zitiert zu werden, als andere, und liefern auch Analysen darüber, wie das Netzwerk von Fällen miteinander verbunden ist.

Der Beitrag der KI zur menschlichen Produktivität: Segen oder Fluch?

Die allgemeine falsche Vorstellung vieler Anwälte und Anwaltskanzleien ist, dass künstliche Intelligenz oder maschinelles Lernen eine Bedrohung für ihre Existenz darstellt, oder einfach gesagt, dass KI Anwälte ersetzen wird. Der Beweis aus anderen Branchen und Branchen wie E-Commerce, Gesundheitswesen und Buchhaltung ist, dass KI/ML Anwälte und Anwaltskanzleien nur in die Lage versetzen wird, mit weniger mehr zu erreichen und viel produktiver als ihre Vorgänger zu werden.

Eine Mitarbeiterin oder Partnerin einer Anwaltskanzlei, die etwa 30-40 % ihrer Zeit mit Nicht-Mandantenaktivitäten (Non-Core) verbringt, würde jetzt mit dem Einsatz von NLP/KI-Systemen nur noch 5-10 % Zeit mit Nicht-Mandantenaktivitäten verbringen . Dies führt am Ende zu einer Opportunitätskosteneinsparung von etwa 25-30 % für Anwaltskanzleien, was einen Multiplikatoreffekt über die gesamte Talentliste hat.

Meine Hoffnung ist, dass der Einsatz von NLP/KI bei dem beginnt, was traditionell als „Bar“ (die Anwälte) bekannt ist, und sich dann auf die „Bench“ (Ehrenwerte Richter) ausdehnt, in der sogar Richter die Macht von NLP nutzen könnten Zusammenfassung zur Erfassung der Summe der Behauptungen beider Seiten, des Beschwerdeführers (Antragstellers) und des Beklagten (Beklagten). Richter könnten schnell ableiten, welcher Teil nach den Gesetzen/Statuten und der neuesten Rechtsprechung zum Rechtsgegenstand des Streits begründet ist.

Während KI/NLP Werkzeuge wären, wären die Diskretion, Erfahrung und das Wissen des menschlichen Geistes bei der Entscheidung von Streitigkeiten unerlässlich, sodass die Richter ein integraler Bestandteil des Systems bleiben würden.

Die Frage lautet nicht „Wird KI / ML in einer Vielzahl von Branchen Fachkräfte ersetzen?“, sondern „Wie werden wir KI / ML nutzen, um uns bei der Arbeit produktiver zu machen?“