Bagaimana AI dan Pembelajaran Mesin Dapat Mempengaruhi Pasar Layanan Hukum di India
Diterbitkan: 2017-12-26AI Telah Menjadi Kekuatan Pengganggu Di Ruang Layanan Hukum
Sesuai dengan Jaringan Data Yudisial Nasional, lebih dari 26 juta kasus tertunda di semua Pengadilan Lokal, Distrik dan Tinggi dan Mahkamah Agung India yang Terhormat dan hampir 9% dari kasus ini tertunda lebih dari 10 tahun atau lebih[1] . Rata-rata 30.000 kasus diajukan setiap hari dan sekitar 28.000 kasus diadili setiap hari.[1]
Ini berarti ada kekurangan 2.000 kasus yang belum diputuskan, yang menyebabkan backlog 7,3 lakh kasus ditambahkan ke total backlog kumulatif setiap tahun.
Tumpukan kasus berada dalam lingkup fungsi administratif peradilan. Solusi untuk masalah yang tampaknya abadi ini juga melibatkan peningkatan eksponensial dalam pendanaan Eksekutif untuk infrastruktur peradilan dan perluasan pengadilan.
Untuk mempertahankan keyakinan dan janji keadilan, sangat penting bahwa cabang Eksekutif dan cabang administratif Kehakiman Yang Terhormat bertindak dengan itikad baik konsensus untuk memberikan penyelesaian hukum untuk kasus-kasus ini, terutama yang tertunda selama lebih dari 10 tahun dan yang tertunda untuk lebih dari 5 tahun.
Relevansi Putusan Dalam Penelitian Hukum
Pengacara di yurisdiksi common law (India, Inggris, Kanada, AS, dll.) menggunakan kasus hukum yang diputuskan oleh Pengadilan Tinggi (Pengadilan Tinggi dan Mahkamah Agung India yang Terhormat) sebagai preseden dalam kasus-kasus berikutnya dengan keadaan yang serupa atau identik . Sebagai aturan tanggung jawab yudisial, Hakim harus mengikuti keputusan mengikat dari Superior atau pengadilan yang sama [2].
Penilaian yang sering dikutip dikenal sebagai penilaian “landmark” dan secara tidak proporsional penting untuk penilaian lainnya. Hakim Yang Terhormat secara rutin menandai pernyataan mereka sebagai “Dapat Dilaporkan” atau “Tidak Dapat Dilaporkan” tergantung pada relevansi dan penerapan prinsip-prinsip hukum yang terkandung dalam putusan mereka untuk kasus-kasus berikutnya.
Pengacara, sementara berdebat kasus perlu menggali jauh ke dalam penelitian hukum dari ratusan kasus yang relevan dan membaca dengan teliti ribuan halaman keputusan untuk menyimpulkan kasus yang tepat yang mendukung mosi atau aplikasi klien mereka. Pengacara juga perlu mengetahui pandangan lawan dan justifikasi kasus hukum yang mungkin diajukan untuk mendukung pandangan lawan , sehingga dapat menyiapkan strategi mitigasi defensif.
Evolusi Industri Penelitian Hukum Di India
Penelitian hukum adalah layanan penting untuk kelancaran fungsi pasar layanan hukum, sebesar $6,1 Miliar pada 2011-12 [3]. Penelitian hukum untuk kasus yang dilaporkan atau diputuskan telah mendekam di era perangkat lunak yang digerakkan oleh ASP dan .NET untuk dibaca oleh para pengacara.
Secara tradisional jurnal hukum dalam bentuk cetak akan menyingkat "rasio memutuskan" atau rasio hukum (ringkasan) putusan dan menyajikannya dalam "catatan kepala" dengan paragraf yang sesuai di mana prinsip hukum akan disajikan dan putusan akan dianut.
Analisis ini melelahkan dan membutuhkan penyusunan yang intens oleh ahli hukum yang berpengalaman, berpengalaman dalam proofreading hukum, pemahaman konten dan abstraksi.
Direkomendasikan untukmu:
Bagaimana Metaverse Akan Mengubah Industri Otomotif India
Apa Arti Ketentuan Anti-Profiteering Bagi Startup India?
Bagaimana Startup Edtech Membantu Tenaga Kerja India Meningkatkan Keterampilan & Menjadi Siap Masa Depan...
Saham Teknologi Zaman Baru Minggu Ini: Masalah Zomato Berlanjut, EaseMyTrip Posting Stro...
Startup India Mengambil Jalan Pintas Dalam Mengejar Pendanaan
Platform Pemasaran Digital Logicserve Bags Pendanaan INR 80 Cr, Berganti Nama Sebagai LS Dig...
Pada 1990-an dan awal 2000-an , pergerakan penyimpanan elektronik pindah ke CD/DVD-ROM dan jurnal hukum dan penerbit digital lainnya pindah ke media elektronik dan menjual akses database pada perangkat lunak yang akan berjalan secara lokal di mesin pengacara. Perangkat lunak tersebut bersifat statis, memerlukan pembaruan online melalui proses manual dan tidak memiliki analisis otomatis atau AI/Machine Learning.
Idenya adalah untuk menawarkan pengalaman Google yang diterapkan ke database legal di drive lokal. Ini lebih selaras dengan gagasan perpustakaan e-book yang ditransfer melalui file terenkripsi ke komputer host. Antarmuka Pengguna dan perangkat lunak dan basis data tidak sesuai dengan kebutuhan dan keinginan praktisi hukum di masa depan dan dinamika lanskap teknologi yang terus berubah.
Saat ini, tugas penelitian hukum dan proses ringkasan telah didelegasikan ke program komputer dan perangkat lunak seperti alat Natural Language Processing (NLP). Peneliti Kanada di University of Montreal merilis makalah akademis pada tahun 2004 di mana mereka menggambarkan metodologi untuk membuat data berlabel dari penilaian hukum dan kemudian mengembangkan sistem untuk ringkasan abstrak otomatis.
Menurut tes ekstrinsik, paradigma ringkasan semacam itu memiliki tingkat akurasi sekitar 90%, yang sangat bagus. Google merilis kode sumber alat NLP mereka yang disebut TensorFlow yang mereka gunakan untuk menghasilkan berita utama Google dari berbagai bagian teks yang diindeks dari berita dan situs konten lainnya.
Startup dan Inovasi Baru Menggunakan AI / Machine Learning
AI dan platform berbasis pembelajaran mesin dalam produk internet konsumen seperti Asisten Cerdas (Alexa, Siri, Ello, dll.) perlahan mengambil alih mode tradisional dan digital statis untuk menarik konsumen. Menurut sebuah laporan Tata Consultancy Services (TCS), perusahaan layanan perangkat lunak terbesar dari India, 68% perusahaan India menggunakan AI untuk Fungsi TI, tetapi 70% Percaya Dampak Terbesar AI pada tahun 2020 – akan berada di Fungsi Di Luar TI seperti Pemasaran , Layanan Pelanggan, Keuangan, dan SDM.
Juga sebagian besar perusahaan melihat AI sebagai transformatif dan menganggapnya penting untuk tetap kompetitif di tahun 2020 [4]. Tujuan utama dari semua inovasi yang didukung AI adalah meminimalkan tenaga kerja manusia dan meningkatkan kemampuan manusia semaksimal mungkin.
Dengan laju inovasi dalam Pemrosesan Bahasa Alami yang meningkat, AI telah menjadi kekuatan pengganggu yang masuk akal dan potensial di ruang layanan hukum. Bahkan firma hukum top seperti Cyril Amarchand Mangaldas sekarang memanfaatkan kekuatan AI untuk analisis dan tinjauan kontrak [5]. Adegan startup di ruang hukum mulai memanas dengan investor AS mengalihkan perhatian mereka ke startup seperti RavelLaw dan LexMachina.
Startup penelitian hukum zaman baru di AS memanfaatkan analitik data besar untuk memberi nasihat tentang apakah suatu kasus dapat dimenangkan, analisis sentimen teks penilaian untuk menemukan alasan para Hakim dan deduksi logis tentang bagaimana seorang Hakim dapat memutuskan. Lebih dekat ke rumah, di India, perusahaan rintisan kini mulai menyediakan alat penelitian kasus hukum yang diaktifkan AI yang didorong oleh algoritme ringkasan yang digabungkan dengan algoritme pembelajaran mesin untuk memberi peringkat dan menunjukkan kasus yang paling relevan. Alat-alat tersebut membantu untuk menginformasikan pengacara tentang kasus mana yang lebih cocok untuk dikutip di Pengadilan daripada yang lain dan juga memberikan analisis tentang bagaimana jaringan kasus saling terkait.
Kontribusi AI Terhadap Produktivitas Manusia: Anugerah Atau Kutukan?
Gagasan umum yang salah tempat yang dimiliki banyak pengacara dan firma hukum adalah bahwa Kecerdasan Buatan atau Pembelajaran Mesin merupakan ancaman bagi keberadaan mereka, atau sederhananya, bahwa AI akan menggantikan Pengacara. Buktinya, dari industri dan vertikal lain seperti e-niaga, perawatan kesehatan, dan akuntansi adalah bahwa AI/ML hanya akan memungkinkan pengacara dan firma hukum berbuat lebih banyak dengan lebih sedikit, menjadi jauh lebih produktif daripada pendahulunya.
Rekan atau mitra dengan firma hukum yang menghabiskan sekitar 30-40% waktunya untuk aktivitas non-klien (non-inti) sekarang akan dengan penggunaan sistem NLP/AI hanya menghabiskan 5-10% waktu dalam aktivitas non-klien . Ini pada akhirnya memberikan penghematan biaya peluang sekitar 25-30% untuk firma hukum, yang memiliki efek pengganda di seluruh daftar bakat.
Harapan saya adalah bahwa penggunaan NLP/AI akan dimulai dari apa yang secara tradisional dikenal sebagai "Bar" (pengacara) dan kemudian meluas ke "Bangku" (Hakim Yang Terhormat) di mana bahkan Hakim dapat memanfaatkan kekuatan NLP Rangkuman untuk mengumpulkan jumlah keberatan dari kedua belah pihak, pemohon (pemohon) dan tergugat (termohon). Hakim dapat dengan cepat menyimpulkan bagian mana yang mengandung manfaat sesuai dengan Undang-undang / Anggaran Dasar dan hukum kasus terbaru tentang masalah hukum yang berkaitan dengan sengketa.
Sementara AI/NLP akan menjadi alat, kebijaksanaan, pengalaman dan pengetahuan pikiran manusia akan sangat penting dalam mengadili perselisihan, sehingga Hakim akan tetap menjadi bagian integral dari sistem.
Pertanyaannya bukan “Apakah AI /ML akan menggantikan profesional di berbagai industri?”, Pertanyaannya adalah “bagaimana kita akan menggunakan AI / ML untuk membuat diri kita lebih produktif di tempat kerja?”