人工智能和機器學習如何影響印度的法律服務市場
已發表: 2017-12-26人工智能已成為法律服務領域的潛在顛覆力量
根據國家司法數據網格，所有地方、地區和高等法院以及印度 Hon'ble 最高法院有超過 2600 萬宗案件待決，其中近 9% 的案件待決超過 10 年或更長時間[1] . 平均每天有 30,000 件案件被提起，每天大約有 28,000 件案件被裁定。[1]
這意味著有2,000 件未決案件短缺，導致每年累計積壓案件總數增加 73 萬件。
積壓案件屬於司法行政職能的範圍。 這個看似長期存在的問題的解決方案還涉及司法基礎設施和法院擴建的行政資金呈指數增長。
為維護正義的信念和承諾，行政部門和Hon'ble司法部門的行政部門必須本著善意的共識行動，為這些案件提供法律解決，特別是那些懸而未決的案件，尤其是那些懸而未決的案件。 5年以上。
法律研究中判決的相關性
普通法司法管轄區（印度、英國、加拿大、美國等）的律師在其他類似或相同情況的後續案件中使用高等司法機構（印度高等法院和 Hon'ble 最高法院）裁決的判例法作為先例. 作為司法責任規則，法官必須遵循上級或同一法院的具有約束力的決定 [2]。
經常被引用的判決被稱為“里程碑式”判決，對其他判決的重要性不成比例。 Hon'ble 法官通常根據其判決中包含的法律原則對後續案件的相關性和適用性，將他們的聲明標記為“可報告”或“不可報告” 。
律師在辯論案件時需要深入研究數百個相關案件的法律研究，並仔細閱讀數千頁的決定，以推斷出有利於其客戶動議或申請的正確案件。 律師還需要了解反對意見和可能提出的支持反對意見的判例法理由，以便他們可以準備防禦性緩解策略。
印度法律研究行業的演變
法律研究是法律服務市場順利運作的一項基本服務，2011-12 年的規模為 61 億美元 [3]。 在 ASP 和 .NET 驅動的軟件時代，對於已報告或已裁定的案件的法律研究一直處於萎靡不振的狀態，以供律師閱讀。
傳統的印刷形式的法律期刊會濃縮判決的“ratio decisionndi”或法律比率（摘要），並將其與相應的段落一起呈現在“headnote”中，其中將呈現法律原則並支持判決。
這種分析很費力，需要一位經驗豐富、精通法律校對、內容理解和抽象的法律專家進行激烈的起草。
為你推薦：
元界將如何改變印度汽車業
反暴利條款對印度初創企業意味著什麼？
教育科技初創公司如何幫助印度的勞動力提高技能並為未來做好準備……
本週新時代科技股：Zomato 的麻煩仍在繼續，EaseMyTrip 發布強...
印度初創公司走捷徑尋求資金
數字營銷平台 Logicserve 獲得 80 盧比的資金，更名為 LS Dig...
在1990 年代和 2000 年代初期，電子存儲轉移到 CD/DVD-ROM 和法律期刊，其他數字出版商轉移到電子媒體，並出售可以在律師機器上本地運行的軟件的數據庫訪問權限。 此類軟件是靜態的，需要通過手動過程進行在線更新，並且沒有自動分析或人工智能/機器學習。
這個想法是提供適用於本地驅動器上的法律數據庫的谷歌體驗。 這更符合通過加密文件傳輸到主機的電子書圖書館的想法。 然而，用戶界面、軟件和數據庫並未適應法律從業者的未來需求和願望以及技術領域不斷變化的動態。
如今，法律研究任務和總結過程已委託給計算機程序和軟件，例如自然語言處理 (NLP) 工具。 蒙特利爾大學的加拿大研究人員於 2004 年發表了一篇學術論文，其中描述了一種從法律判決中創建標記數據的方法，然後開發了一個自動摘要摘要係統。
根據外部測試，這樣的總結範式的準確率大約為 90%，這非常好。 谷歌發布了名為 TensorFlow 的 NLP 工具的源代碼，他們使用該工具從新聞和其他內容網站索引的各種文本段落中生成谷歌新聞標題。
使用人工智能/機器學習的新創業和創新
智能助手（Alexa、Siri、Ello 等）等消費互聯網產品中基於人工智能和機器學習的平台正在慢慢取代吸引消費者的傳統和靜態數字模式。 根據印度最大的軟件服務公司 Tata Consultancy Services (TCS) 的報告， 68% 的印度公司將 AI 用於 IT 功能，但 70% 的人認為到 2020 年 AI 的最大影響力將出現在 IT 以外的功能中，例如營銷、客戶服務、財務和人力資源。
此外，大多數公司將 AI 視為變革性的，並認為它對於在 2020 年保持競爭力具有重要意義 [4]。 所有基於人工智能的創新的主要目標是最大限度地減少人工並增強人類能力。
隨著自然語言處理創新步伐的加快，人工智能已成為法律服務領域的一種看似合理且潛在的顛覆性力量。 甚至像 Cyril Amarchand Mangaldas 這樣的頂級律師事務所現在也在利用人工智能的力量進行合同分析和審查 [5]。 隨著美國投資者將注意力轉向 RavelLaw 和 LexMachina 等初創公司，法律領域的創業場景開始升溫。
美國的新時代法律研究初創公司正在利用大數據分析來建議案件是否可以勝訴，通過對判決文本的情感分析來尋找法官的推理以及法官可能如何裁決的邏輯推論。 在離家較近的印度，初創公司現在已經開始提供支持人工智能的判例法研究工具，這些工具由摘要算法驅動，並結合機器學習算法對最相關的案例進行排名和展示。 此類工具有助於告知律師哪些案件比其他案件更適合在法院引用，並提供有關案件網絡如何相互關聯的分析。
人工智能對人類生產力的貢獻：是好事還是壞事？
許多律師和律師事務所普遍存在的錯誤觀念是，人工智能或機器學習對他們的存在構成威脅，或者簡單地說，人工智能將取代律師。 來自電子商務、醫療保健和會計等其他行業和垂直行業的證據表明，人工智能/機器學習只會讓律師和律師事務所事半功倍，變得比他們的前輩更有效率。
律師事務所的合夥人或合夥人將大約 30-40% 的時間花在非客戶（非核心）活動上，現在使用 NLP/AI 系統只花 5-10% 的時間在非客戶活動上. 這最終為律師事務所節省了大約 25-30% 的機會成本，這對整個人才名冊產生了乘數效應。
我希望 NLP/AI 的使用將從傳統上被稱為“律師”（律師）的地方開始，然後擴展到“法官”（Hon'ble Judges），即使是法官也可以利用 NLP 的力量總結以收集雙方、上訴人（請願人）和被告人（被申請人）的爭論的總和。 法官可以根據法案/法規以及與爭議有關的法律主題的最新判例法，迅速推斷出哪一部分包含優點。
雖然 AI/NLP 將成為工具，但人類思維的自由裁量權、經驗和知識對於裁決爭議至關重要，因此法官仍將是該系統不可或缺的一部分。
問題不是“AI / ML 將在廣泛的行業中取代專業人士嗎？”，而是“我們將如何使用 AI / ML 來提高自己的工作效率？”