Yapay Zeka ve Makine Öğrenimi Hindistan'da Hukuk Hizmetleri Pazarını Nasıl Etkileyebilir?
Yayınlanan: 2017-12-26Yapay Zeka Hukuk Hizmetleri Alanında Potansiyel Yıkıcı Bir Güç Haline Geldi
Ulusal Adli Veri Tablosuna göre, tüm Yerel, Bölge ve Yüksek Mahkemelerde ve Hindistan Yüksek Mahkemesinde 26 milyonun üzerinde dava derdesttir ve bu davaların yaklaşık %9'u 10 yıl veya daha uzun süredir devam etmektedir[1] . Her gün ortalama 30.000 dava açılır ve her gün yaklaşık 28.000 dava karara bağlanır.[1]
Bu, her yıl toplam kümülatif birikime 7,3 yüz binlik birikmiş davanın eklenmesine yol açan, kararsız 2.000 davalık bir eksiklik olduğu anlamına gelir.
Birikmiş davalar, yargının idari işlevinin kapsamına girer. Görünüşte kalıcı olan bu sorunun çözümü, aynı zamanda yargı altyapısı ve mahkemelerin genişletilmesi için Yürütme fonlarında üstel bir artışı da içeriyor.
Adalete olan inancın ve vaadinin muhafaza edilmesi için, özellikle 10 yıldan uzun süredir devam eden ve askıda olan davalar başta olmak üzere, bu davaların hukuki çözümünü sağlamak üzere Yürütme Organı ve Yargının İdari Şubesinin iyiniyetle oybirliği ile hareket etmesi zorunludur. 5 yıldan fazla.
Hukuki Araştırmada Kararların Uygunluğu
Ortak hukuk yargı alanlarındaki (Hindistan, İngiltere, Kanada, ABD, vb.) avukatlar, benzer veya aynı koşullara sahip diğer davalarda emsal olarak Yüksek yargı (Yüksek Mahkemeler ve Hindistan Yüksek Mahkemesi) tarafından kararlaştırılan içtihatları kullanır. . Yargısal sorumluluk kuralı olarak, hâkimler, Amir veya aynı mahkemenin bağlayıcı kararlarına uymak zorundadır [2].
Sıkça atıfta bulunulan yargılar, "dönüm noktası" yargılar olarak bilinir ve diğer yargılara göre orantısız bir şekilde önemlidir. Onurlu Hâkimler, kararlarında yer alan hukuki ilkelerin sonraki davalara uygunluğuna ve uygulanabilirliğine bağlı olarak, beyanlarını rutin olarak “Raporlanabilir” veya “Raporlanamaz” olarak işaretlerler.
Avukatlar, davaları tartışırken, yüzlerce ilgili davanın yasal araştırmasını derinlemesine incelemeli ve müvekkillerinin hareketi veya başvurusu lehine doğru davaları ortaya çıkarmak için binlerce sayfa kararı incelemelidir. Avukatların ayrıca, karşıt görüşü desteklemek için sunulabilecek karşıt görüşü ve içtihat gerekçesini de bilmeleri gerekir, böylece savunmaya yönelik bir hafifletme stratejisi hazırlayabilirler.
Hindistan'da Hukuki Araştırma Endüstrisinin Evrimi
Hukuki araştırma, 2011-12'de 6,1 Milyar Dolar büyüklüğünde olan hukuk hizmetleri pazarının düzgün işlemesi için temel bir hizmettir [3]. Bildirilen veya karara bağlanan davalar için yasal araştırmalar, avukatların incelemesi için ASP ve .NET güdümlü yazılımlar çağında yetersiz kalmaktadır.
Geleneksel olarak basılı biçimdeki hukuk dergileri, kararın “ratio kararındi”sini veya yasal oranını (özeti) yoğunlaştırır ve hukuktaki ilkenin sunulacağı ve kararın kabul edileceği ilgili paragraflarla birlikte bir “baş not” içinde sunardı.
Bu analiz zahmetliydi ve yasal düzeltme, içerik kavrama ve soyutlama konularında deneyimli, deneyimli bir hukuk uzmanı tarafından yoğun bir şekilde taslak hazırlanmasını gerektiriyor.
Sizin için tavsiye edilen:
1990'larda ve 2000'lerin başında , elektronik depolama hareketi CD'lere/DVD-ROM'lara ve hukuk dergilerine taşındı ve diğer dijital yayıncılar elektronik ortama taşındı ve avukatın makinesinde yerel olarak çalışacak yazılımlarda veritabanı erişimi sattı. Bu tür yazılımlar statikti, manuel bir süreçle çevrimiçi güncellemeler gerektiriyordu ve otomatik bir analize veya AI/Machine Learning'e sahip değildi.
Buradaki fikir, yerel bir sürücüdeki yasal bir veritabanına uygulanan google deneyimini sunmaktı. Bu, şifrelenmiş dosyalar aracılığıyla ana bilgisayara aktarılan bir e-kitap kitaplığı fikrine daha uygundu. Ancak Kullanıcı Arayüzü ve yazılım ve veri tabanı, hukukçuların gelecekteki ihtiyaç ve isteklerine ve teknolojik ortamın değişen dinamiğine uygun değildi.
Günümüzde, yasal araştırma görevleri ve özetleme süreçleri, Doğal Dil İşleme (NLP) araçları gibi bilgisayar programlarına ve yazılımlarına devredilmiştir. Montreal Üniversitesi'ndeki Kanadalı araştırmacılar, 2004 yılında, yasal yargılardan etiketlenmiş veriler oluşturmak için bir metodoloji tanımladıkları ve ardından otomatik özet özetleme için bir sistem geliştirdikleri bir akademik makale yayınladılar.
Dışsal testlere göre, bu tür özetleme paradigmalarının doğruluk oranı kabaca %90'dır, bu gerçekten iyidir. Google, haberlerden ve diğer içerik sitelerinden indekslenen çeşitli metin pasajlarından Google haber başlıkları oluşturmak için kullandıkları TensorFlow adlı NLP aracının kaynak kodunu yayınladı.
Yapay Zeka / Makine Öğrenimi Kullanan Yeni Girişimler ve İnovasyon
Akıllı Asistanlar (Alexa, Siri, Ello, vb.) gibi tüketici internet ürünlerindeki yapay zeka ve makine öğrenimi tabanlı platformlar, tüketicilerin ilgisini çekmenin geleneksel ve statik-dijital modlarını yavaş yavaş devralıyor. Hindistan'ın en büyük yazılım hizmetleri şirketi olan Tata Danışmanlık Hizmetleri'nin (TCS) bir raporuna göre , Hintli şirketlerin %68'i BT İşlevleri için AI kullanıyor, ancak %70'i 2020 yılına kadar AI'nın En Büyük Etkisinin Pazarlama gibi BT Dışındaki İşlevlerde olacağına inanıyor , Müşteri Hizmetleri, Finans ve İK.
Ayrıca şirketlerin çoğu, yapay zekayı dönüştürücü olarak görüyor ve 2020'de rekabetçi kalmanın önemli olduğunu düşünüyor [4]. Yapay zeka destekli tüm inovasyonların birincil amacı, insan emeğini en aza indirmek ve insan kapasitesini mümkün olan en yüksek ölçüde artırmaktır.
Doğal Dil İşleme alanındaki inovasyon hızının artmasıyla yapay zeka, yasal hizmetler alanında makul ve potansiyel bir yıkıcı güç haline geldi. Cyril Amarchand Mangaldas gibi en iyi hukuk firmaları bile artık sözleşme analizi ve incelemesi için yapay zekanın gücünden yararlanıyor [5]. Yasal alandaki başlangıç sahnesi , ABD'li yatırımcıların dikkatlerini RavelLaw ve LexMachina gibi girişimlere çevirmesiyle ısınmaya başladı.
ABD'deki yeni çağ yasal araştırma girişimleri, bir davanın kazanılabilir olup olmadığına dair tavsiyelerde bulunmak için büyük veri analitiğinden, Yargıçların gerekçesini bulmak için karar metninin duygu analizinden ve bir Yargıcın nasıl karar verebileceğine dair mantıksal çıkarımdan yararlanıyor. Hindistan'a daha yakın bir yerde, girişimler, en alakalı vakaları sıralamak ve göstermek için makine öğrenimi algoritmaları ile birleştirilmiş özetleme algoritmaları tarafından yönlendirilen AI özellikli içtihat araştırma araçları sağlamaya başladı. Bu tür araçlar, hangi davaların Mahkemelerde diğerlerine göre daha uygun olduğu konusunda avukatları bilgilendirmeye yardımcı olur ve ayrıca davalar ağının birbiriyle nasıl ilişkili olduğuna dair analizler sağlar.
Yapay Zekanın İnsan Üretkenliğine Katkısı: İyilik mi Yıkım mı?
Birçok avukatın ve hukuk firmasının sahip olduğu yaygın yanlış fikir, Yapay Zeka veya Makine Öğreniminin varlıkları için bir tehdit olduğu veya basitçe, AI'nın Avukatların yerini alacağıdır. E-ticaret, sağlık ve muhasebe gibi diğer sektörlerden ve dikeylerden elde edilen kanıtlar, AI/ML'nin yalnızca avukatların ve hukuk firmalarının daha azıyla daha fazlasını yapmalarını ve öncekilerden çok daha üretken olmalarını sağlayacağıdır.
Zamanının yaklaşık %30-40'ını müşteri dışı (temel olmayan) faaliyetlere harcayan bir hukuk firmasındaki bir ortak veya ortak, şimdi NLP/AI sistemlerinin kullanımıyla müşteri dışı faaliyetlerde yalnızca %5-10 zaman harcar. . Bu, tüm yetenek listesinde çarpan etkisi olan hukuk firmaları için yaklaşık %25-30 oranında bir fırsat maliyeti tasarrufu sağlar.
Umudum, NLP/AI kullanımının geleneksel olarak "Bar" (avukatlar) olarak bilinen şeyden başlayıp daha sonra kendisini Hakimlerin bile NLP'nin gücünü kullanabileceği "Yargı"ya (Onurlu Hakimler) kadar genişletmesidir. Her iki tarafın, temyiz edenin (davacı) ve davalının (davalı) iddialarının toplamını toplamak için özet. Hâkimler, hangi bölümün liyakat içerdiğini Kanunlar/Tüzükler ve uyuşmazlığa ilişkin hukuk konusundaki en son içtihatlar uyarınca hızlı bir şekilde belirleyebilirler.
AI/NLP araçlar olsa da, anlaşmazlıkları karara bağlamak için insan zihninin takdiri, deneyimi ve bilgisi gerekli olacaktır, bu nedenle Hakimler sistemin ayrılmaz bir parçası olarak kalacaktır.
Soru, “AI/ML çok çeşitli endüstrilerde profesyonellerin yerini alacak mı?” değil, soru “AI/ML'yi iş yerinde kendimizi daha üretken kılmak için nasıl kullanacağız?”