AI และการเรียนรู้ของเครื่องสามารถส่งผลกระทบต่อตลาดบริการทางกฎหมายในอินเดียได้อย่างไร

ตามตารางข้อมูลตุลาการแห่งชาติ มีคดีมากกว่า 26 ล้านคดีที่อยู่ระหว่างการพิจารณาของศาลท้องถิ่น ศาลแขวงและศาลสูง และศาลฎีกาอันทรงเกียรติของอินเดีย และเกือบ 9% ของคดีเหล่านี้อยู่ระหว่าง 10 ปีขึ้นไป[1] . โดยเฉลี่ยแล้ว 30,000 คดีถูกฟ้องทุกวัน และประมาณ 28,000 คดีถูกตัดสินทุกวัน[1]

ซึ่งหมายความว่ายังมีเคสที่ยังไม่ได้ตัดสินใจ จำนวน 2,000 คดี ส่งผลให้มีงานในมือเพิ่มขึ้น 7.3 แสนเคสในยอดคงค้างสะสมทุกปี

งานค้างของคดีอยู่ในขอบเขตของหน้าที่การบริหารของตุลาการ การแก้ปัญหาที่ดูเหมือนจะยืนต้นนี้ยังเกี่ยวข้องกับการเพิ่มขึ้นแบบทวีคูณของเงินทุนผู้บริหารสำหรับโครงสร้างพื้นฐานด้านตุลาการและการขยายศาล

เพื่อรักษาศรัทธาและคำมั่นสัญญาของความยุติธรรม ฝ่ายบริหารและฝ่ายธุรการของตุลาการผู้ทรงเกียรติจะต้องดำเนินการฉันทามติโดยสุจริตเพื่อให้มีมติทางกฎหมายในคดีเหล่านี้ มากกว่า 5 ปี

ความเกี่ยวข้องของคำพิพากษาในการวิจัยทางกฎหมาย

ทนายความในเขตอำนาจศาลทั่วไป (อินเดีย สหราชอาณาจักร แคนาดา สหรัฐอเมริกา ฯลฯ) ใช้กฎหมายคดีที่ตัดสินโดยศาลสูง (ศาลสูงและศาลฎีกาอันทรงเกียรติแห่งอินเดีย) เป็นแบบอย่างในกรณีอื่นๆ ที่คล้ายคลึงกันหรือคล้ายคลึงกัน . ตามกฎความรับผิดชอบของศาล ผู้พิพากษาต้องปฏิบัติตามคำตัดสินที่มีผลผูกพันของหัวหน้าหรือศาลเดียวกัน [2]

คำพิพากษาที่ มักถูกอ้างถึงเรียกว่าคำพิพากษา "จุดสังเกต" และมีความสำคัญอย่างไม่สมส่วนต่อการตัดสินอื่นๆ ผู้พิพากษาผู้มีเกียรติมักทำเครื่องหมาย คำประกาศของตนว่า "รายงานได้" หรือ "ไม่สามารถรายงานได้" ขึ้นอยู่กับความเกี่ยวข้องและการบังคับใช้หลักการทางกฎหมายที่มีอยู่ในคำตัดสินของศาลต่อกรณีต่อมา

ทนายความในขณะที่การโต้เถียงคดีต้องเจาะลึกในการวิจัยทางกฎหมายของคดีที่เกี่ยวข้องหลายร้อยคดีและอ่านการตัดสินใจหลายพันหน้าเพื่อสรุปคดีที่ถูกต้องซึ่งเป็นประโยชน์ต่อการเคลื่อนไหวหรือการสมัครของลูกค้า ทนายความยังต้องทราบมุมมองที่เป็นปฏิปักษ์และ เหตุผลทางกฎหมายที่อาจนำเสนอเพื่อสนับสนุนมุมมองของฝ่ายตรงข้าม เพื่อให้พวกเขาสามารถเตรียมกลยุทธ์การลดการป้องกัน

วิวัฒนาการของอุตสาหกรรมการวิจัยทางกฎหมายในอินเดีย

การวิจัยทางกฎหมายเป็นบริการที่จำเป็นสำหรับการทำงานที่ราบรื่นของตลาดบริการด้านกฎหมาย ซึ่งมีมูลค่า 6.1 พันล้านดอลลาร์ในปี 2554-2555 [3] การวิจัยทางกฎหมายสำหรับกรณีที่มีการรายงานหรือที่ตัดสินแล้วกำลังย่ำแย่ในยุคของซอฟต์แวร์ที่ขับเคลื่อนด้วย ASP และ .NET สำหรับการตรวจสอบสำหรับทนายความ

ตามเนื้อผ้าวารสารกฎหมายในรูปแบบสิ่งพิมพ์จะย่อ "อัตราส่วนตัดสินใจ" หรืออัตราส่วนทางกฎหมาย (สรุป) ของการตัดสินและนำเสนอใน "หัวเรื่อง" พร้อมย่อหน้าที่เกี่ยวข้องซึ่งจะนำเสนอหลักการทางกฎหมายและคำตัดสินจะได้รับการดำเนินการ

การวิเคราะห์นี้ต้องใช้ความพยายามอย่างมากและต้องใช้การร่างที่เข้มข้นโดยผู้เชี่ยวชาญด้านกฎหมายที่มีประสบการณ์ เชี่ยวชาญในการพิสูจน์อักษรทางกฎหมาย ความเข้าใจในเนื้อหาและนามธรรม

แนะนำสำหรับคุณ:

ทรัพยากร

Metaverse จะพลิกโฉมอุตสาหกรรมยานยนต์อินเดียได้อย่างไร

วิภาวดี ส.

31 กรกฎาคม 2565

ทรัพยากร

บทบัญญัติต่อต้านการแสวงหากำไรสำหรับสตาร์ทอัพในอินเดียมีความหมายอย่างไร?

จรัญญา ล.

31 กรกฎาคม 2565

ทรัพยากร

Edtech Startups ช่วยให้แรงงานอินเดียเพิ่มพูนทักษะและเตรียมพร้อมสู่อนาคตได้อย่างไร...

อังคุช เอส

31 กรกฎาคม 2565

ข่าว

หุ้นเทคโนโลยียุคใหม่ในสัปดาห์นี้: ปัญหาของ Zomato ยังคงดำเนินต่อไป, EaseMyTrip Posts Stro...

ตปัญจนา ร.

31 กรกฎาคม 2565

คุณสมบัติ

สตาร์ทอัพอินเดียใช้ทางลัดในการไล่ล่าหาทุน

นิกิล เอส.

31 กรกฎาคม 2565

ข่าว

แพลตฟอร์มการตลาดดิจิทัล Logicserve ระดมทุน INR 80 Cr รีแบรนด์เป็น LS Dig...

เชตัน ต.

31 กรกฎาคม 2565

ใน ทศวรรษ 1990 และต้นทศวรรษ 2000 การเคลื่อนไหวของที่เก็บข้อมูลอิเล็กทรอนิกส์ได้ย้ายไปยังซีดี/ดีวีดีรอมและวารสารด้านกฎหมาย และผู้เผยแพร่ดิจิทัลรายอื่นๆ ได้ย้ายไปยังสื่ออิเล็กทรอนิกส์และขายการเข้าถึงฐานข้อมูลสำหรับซอฟต์แวร์ที่จะทำงานภายในเครื่องของทนายความ ซอฟต์แวร์ดังกล่าวเป็นแบบคงที่ ต้องการการอัปเดตออนไลน์ผ่านกระบวนการแบบแมนนวล และไม่มีการวิเคราะห์อัตโนมัติหรือ AI/Machine Learning

แนวคิดคือการมอบประสบการณ์การใช้งาน Google กับฐานข้อมูลทางกฎหมายบนไดรฟ์ในเครื่อง สิ่งนี้สอดคล้องกับแนวคิดของห้องสมุด e-book ที่ถ่ายโอนผ่านไฟล์ที่เข้ารหัสไปยังคอมพิวเตอร์แม่ข่ายมากขึ้น อย่างไรก็ตาม อินเทอร์เฟซผู้ใช้และซอฟต์แวร์และฐานข้อมูลไม่ได้ปรับให้เข้ากับความต้องการและความปรารถนาในอนาคตของผู้ปฏิบัติงานด้านกฎหมายและการเปลี่ยนแปลงแบบไดนามิกของภูมิทัศน์ทางเทคโนโลยี

ทุกวันนี้ งานวิจัยทางกฎหมายและกระบวนการสรุปผลได้ถูกมอบหมายให้กับโปรแกรมคอมพิวเตอร์และซอฟต์แวร์ เช่น เครื่องมือการประมวลผลภาษาธรรมชาติ (NLP) นักวิจัยชาวแคนาดาที่มหาวิทยาลัยมอนทรีออลได้เผยแพร่บทความวิชาการในปี 2547 โดยได้อธิบายวิธีการสร้างข้อมูลที่ติดป้ายกำกับจากการตัดสินทางกฎหมาย และพัฒนาระบบสำหรับการสรุปนามธรรมโดยอัตโนมัติ

จากการทดสอบภายนอก กระบวนทัศน์การสรุปดังกล่าวมีอัตราความแม่นยำประมาณ 90% ซึ่งดีมาก Google ได้เผยแพร่ซอร์สโค้ดของเครื่องมือ NLP ที่เรียกว่า TensorFlow ซึ่งใช้สำหรับสร้างหัวข้อข่าวของ Google จากข้อความต่างๆ ที่จัดทำดัชนีจากข่าวและไซต์เนื้อหาอื่นๆ

การเริ่มต้นใหม่และนวัตกรรมโดยใช้ AI / Machine Learning

แพลตฟอร์มที่ใช้ AI และการเรียนรู้ของเครื่องในผลิตภัณฑ์อินเทอร์เน็ตสำหรับผู้บริโภค เช่น ผู้ช่วยอัจฉริยะ (Alexa, Siri, Ello เป็นต้น) กำลังค่อยๆ เข้ามาแทนที่โหมดดั้งเดิมและดิจิทัลแบบคงที่ของผู้บริโภคที่มีส่วนร่วม ตามรายงานของ Tata Consultancy Services (TCS) บริษัทผู้ให้บริการซอฟต์แวร์รายใหญ่ที่สุดของอินเดีย 68% ของบริษัทอินเดียใช้ AI สำหรับ IT Functions แต่ 70% เชื่อว่า AI จะส่งผลกระทบมากที่สุดในปี 2020 – จะอยู่ใน Functions ภายนอก IT เช่น Marketing , บริการลูกค้า, การเงิน และ HR.

นอกจากนี้ บริษัทส่วนใหญ่มองว่า AI เป็นตัวพลิกโฉม และถือว่ามีความสำคัญต่อความสามารถในการแข่งขันในปี 2020 [4] เป้าหมายหลักของนวัตกรรมที่ใช้ AI ทั้งหมดคือการลดการใช้แรงงานมนุษย์และเพิ่มความสามารถของมนุษย์ให้เหลือน้อยที่สุด

ด้วยความก้าวหน้าของนวัตกรรมในการประมวลผลภาษาธรรมชาติที่เพิ่มขึ้น AI ได้กลายเป็นแรงผลักดันที่น่าเชื่อถือและอาจก่อกวนในพื้นที่บริการทางกฎหมาย แม้แต่บริษัทกฎหมายชั้นนำอย่าง Cyril Amarchand Mangaldas ก็กำลังใช้ประโยชน์จากพลังของ AI ในการวิเคราะห์และทบทวนสัญญา [5] ฉากเริ่มต้นในพื้นที่ทางกฎหมายเริ่มร้อนแรงขึ้นโดย นักลงทุนในสหรัฐฯ หันความสนใจไปที่บริษัทที่เพิ่งเริ่มต้น เช่น RavelLaw และ LexMachina

บริษัทสตาร์ทอัพด้านการวิจัยทางกฎหมายยุคใหม่ในสหรัฐฯ กำลังใช้ประโยชน์จากการวิเคราะห์บิ๊กดาต้าเพื่อให้คำแนะนำว่าคดีใดจะชนะ การวิเคราะห์ความรู้สึกของคำพิพากษาเพื่อค้นหาเหตุผลของผู้พิพากษา และการอนุมานเชิงตรรกะว่าผู้พิพากษาจะปกครองอย่างไร ในอินเดียที่ใกล้บ้าน สตาร์ทอัพได้เริ่มให้บริการเครื่องมือวิจัย case-law ที่เปิดใช้งาน AI ซึ่งขับเคลื่อนโดยอัลกอริธึมการสรุปควบคู่ไปกับอัลกอริธึมการเรียนรู้ด้วยเครื่องสำหรับการจัดอันดับและแสดงกรณีที่เกี่ยวข้องมากที่สุด เครื่องมือดังกล่าวช่วยแจ้งทนายความว่าคดีใดเหมาะสมกว่าที่จะอ้างในศาลมากกว่าคดีอื่น และยังให้การวิเคราะห์ว่าเครือข่ายคดีมีความเกี่ยวข้องกันอย่างไร

การมีส่วนร่วมของ AI ในการผลิตของมนุษย์: บุญหรือความหายนะ?

แนวคิดที่มักผิดที่นักกฎหมายและสำนักงานกฎหมายหลายแห่งมีคือปัญญาประดิษฐ์หรือการเรียนรู้ของเครื่องเป็นภัยคุกคามต่อการดำรงอยู่ของพวกเขา หรือพูดง่ายๆ ว่า AI กำลังจะเข้ามาแทนที่ทนายความ หลักฐานจากอุตสาหกรรมอื่นๆ และประเภทธุรกิจ เช่น อีคอมเมิร์ซ การดูแลสุขภาพ และการบัญชี คือ AI/ML จะช่วยให้นักกฎหมายและสำนักงานกฎหมายทำสิ่งต่างๆ ได้มากขึ้นโดยใช้เวลาน้อยลง เพื่อให้มีประสิทธิผลมากกว่ารุ่นก่อนๆ

ผู้ร่วมงานหรือหุ้นส่วนกับสำนักงานกฎหมายที่ใช้เวลาประมาณ 30-40% ของเวลาไปกับกิจกรรมที่ไม่ใช่ลูกค้า (ไม่ใช่ธุรกิจหลัก) เมื่อใช้ระบบ NLP/AI ใช้เวลาเพียง 5-10% ในกิจกรรมที่ไม่ใช่ลูกค้า . สิ่งนี้ทำให้ประหยัดค่าเสียโอกาสได้ประมาณ 25-30% สำหรับสำนักงานกฎหมาย ซึ่งมีผลทวีคูณในรายชื่อผู้มีความสามารถทั้งหมด

ความหวังของฉันคือการใช้ NLP/AI จะเริ่มต้นจากสิ่งที่เรียกว่า “บาร์” (ทนายความ) และจากนั้นขยายตัวเองไปยัง “ผู้พิพากษา” (ผู้ตัดสินที่เคารพ) ซึ่งแม้แต่ผู้พิพากษาก็สามารถใช้พลังของ NLP ได้ สรุปเพื่อรวบรวมผลรวมข้อโต้แย้งของทั้งสองฝ่าย ผู้อุทธรณ์ (ผู้ร้อง) และจำเลย (จำเลย) ผู้พิพากษาสามารถอนุมานได้อย่างรวดเร็วว่าส่วนใดมีคุณธรรมตามพระราชบัญญัติ/ธรรมนูญ และกฎหมายกรณีล่าสุดในเรื่องกฎหมายที่เกี่ยวข้องกับข้อพิพาท

แม้ว่า AI/NLP จะเป็นเครื่องมือ แต่ดุลยพินิจ ประสบการณ์ และความรู้เกี่ยวกับจิตใจของมนุษย์จะมีความจำเป็นในการตัดสินข้อพิพาท ดังนั้นผู้พิพากษาจะยังคงเป็นส่วนสำคัญของระบบ

คำถามไม่ใช่ว่า “AI /ML จะมาแทนที่มืออาชีพในหลากหลายอุตสาหกรรมหรือไม่?” คำถามคือ “เราจะใช้ AI / ML เพื่อทำให้ตัวเองมีประสิทธิผลมากขึ้นในที่ทำงานได้อย่างไร”