Βιώνουμε την άνοδο της τεχνητής νοημοσύνης καθημερινά: όλο και περισσότερες εταιρείες χρησιμοποιούν λύσεις που βασίζονται στην τεχνητή νοημοσύνη (τεχνητή νοημοσύνη). Αυτές οι τεχνολογίες είναι σε θέση να βρίσκουν μοτίβα και σχέσεις ακόμα και σε πολύπλοκα και θορυβώδη δεδομένα. Οι λύσεις τεχνητής νοημοσύνης σε όλο και περισσότερους τομείς (ιατρική, επεξεργασία γλώσσας, ανάλυση εγγράφων) είναι πολύ πιο ακριβείς από τις παραδοσιακές μεθόδους, αλλά ταυτόχρονα μπορούν να εφαρμοστούν μόνο σε περιορισμένο βαθμό στον τομέα του δικαίου, και στην Ουγγαρία δεν μπορούμε μιλούν ακόμη και για εντατική πρακτική. Σχετικά με το θέμα, πήραμε συνέντευξη από τον Zsolt Ződi, ανώτερο ερευνητή στο Ινστιτούτο Έρευνας για την Κοινωνία της Πληροφορίας (ITKI) του Εθνικού Πανεπιστημίου Δημόσιας Διοίκησης (NKE).

Ορισμός τεχνητής νοημοσύνης

Η νομική εφαρμογή της τεχνητής νοημοσύνης καλύπτει μόνο ένα μικρό μέρος της βιομηχανίας, επομένως δεν μπορεί να συγκριθεί με την παρουσία των βιομηχανιών υγείας, γεωργίας ή αυτοκινητοβιομηχανίας, λέει ο Zsolt Ződi. «Η χρήση της τεχνητής νοημοσύνης εκδηλώνεται με πολλές διαφορετικές μορφές», καθώς περιέχει αρκετές τεχνολογίες. Η τεχνητή νοημοσύνη ορίζεται γενικά ως συστήματα που βασίζονται στην αυτομάθηση ή τη μηχανική μάθηση, συμπεριλαμβανομένης της αναγνώρισης εικόνας – ξεκινώντας από αυτόνομα οχήματα, το μεγαλύτερο μέρος της βιομηχανίας υγειονομικής περίθαλψης εργάζεται με τέτοια αναγνώριση εικόνων. εικόνες: «Από μια εικόνα ακτίνων Χ, μπορεί να αναγνωρίσει την ασθένεια με πολύ μεγαλύτερη ακρίβεια από τον άνθρωπο». Ταυτόχρονα, αυτό περιλαμβάνει επίσης την αναγνώριση προσώπου, είτε εξετάζουμε το ξεκλείδωμα της ταυτοποίησης του τηλεφώνου μας είτε του μηχανήματος, κάτι που είναι ολοένα και πιο κοινό στα εθνικά σύνορα. Μια άλλη σημαντική ομάδα είναι η αναγνώριση φωνής, η οποία μπορεί επίσης να βρεθεί στα βίντεο του YouTube όταν σκεφτόμαστε την αυτόματη δημιουργία υπότιτλων. Η τρίτη σημαντικά διαφορετική ομάδα είναι η αναγνώριση γλώσσας, δηλαδή ο νευρογλωσσικός προγραμματισμός (NLP), και αυτές οι τρεις ομάδες επηρεάζουν κυρίως τον τομέα του δικαίου. Το NLP έχει αμέτρητα υποκαταστήματα και σφάλματα, η πιο ουσιαστική εργασία εκτελείται από προγράμματα μετάφρασης.

Ωστόσο, ο ερευνητής του ITKI επισημαίνει: η τεχνητή νοημοσύνη, η οποία βασίζεται στη μηχανική μάθηση, πρέπει να διακρίνεται από τις απλές αυτόματες διαδικασίες, οι οποίες “αν είναι έτσι” βασίζονται σε κανονικότητες.

Μηχανική μάθηση: αναζήτηση πηγών στον τομέα του δικαίου

Στο μηχάνημα εμφανίζονται μοτίβα, δεδομένα, σύνολα δεδομένων, εξηγεί ο Zsolt Ződi, και με βάση αυτά, το μηχάνημα αναζητά επαναλήψεις και συνδέσεις ακολουθώντας κανονικότητες. Στην περίπτωση των μεταφραστικών προγραμμάτων, ενώ στο παρελθόν, κατά τη διάρκεια αυτών των κανονικοτήτων, το μηχάνημα μετέφραζε λέξη προς λέξη χωρίς ερμηνεία το ζητούμενο υλικό, σήμερα το ερμηνεύει σύμφωνα με το πλαίσιο του κειμένου. Ο ερευνητής του ITKI διευκρινίζει: δεδομένου ότι το NLP επιτρέπει την επεξεργασία της φυσικής γλώσσας, ενσωματώνεται εύκολα στα εργαλεία τεχνητής νοημοσύνης που χρησιμοποιούνται στον νομικό τομέα. Έρευνα νομικών πηγών (νομική έρευνα) Κατά τη διάρκεια της διαδικασίας, μπορεί να εξοικονομηθεί πολύτιμος χρόνος με τη συμμετοχή των μηχανών. «Σε αντίθεση με την Ουγγαρία, όπου ένας δικηγόρος πρέπει να γνωρίζει δύο έως τρεις χιλιάδες νομικούς κανόνες και σχεδόν είκοσι έως τριάντα χιλιάδες σχετικές δικαστικές αποφάσεις, στο αμερικανικό νομικό σύστημα, για παράδειγμα, αυτές είναι τάξεις μεγέθους μεγαλύτερες». – τονίζει ο Zsolt Ződi. Σε χώρες όπου το νομικό περιβάλλον είναι πιο περίπλοκο, είναι πολύ πιο δύσκολο να βρεθούν οι σωστές πηγές. Έτσι, στις Ηνωμένες Πολιτείες της Αμερικής, υπάρχουν εδώ και καιρό εταιρείες τεχνολογίας σε αυτόν τον τομέα που βοηθούν στην αναζήτηση πηγών. Επιπλέον, επισημαίνει ο ερευνητής, η τεχνητή νοημοσύνη παίζει επίσης σημαντικό ρόλο στην περίπτωση της αυτόματης ταξινόμησης: η ταξινόμηση διαφορετικών κειμένων σε ομάδες και η αντιστοίχιση των σχέσεων που βρίσκονται στα μεταξύ τους συμβόλαια απαιτεί πολύ χρόνο, οπότε προηγουμένως αυτό γινόταν από τον υποψήφιος. δικηγόροι, έστω και για μέρες. Αντίθετα, η τεχνητή νοημοσύνη μας επιτρέπει να οργανώνουμε εκατοντάδες ή χιλιάδες έγγραφα μέσα σε λίγες ώρες – σχεδόν χωρίς λάθη ή παραλείψεις. Δεδομένου ότι αυτά τα έγγραφα συνήθως δεν ταιριάζουν στο σύνολό τους και δεν μπορούν να προσδιοριστούν συγκεκριμένες κανονικότητες, όταν η μηχανική εκμάθηση “το μηχάνημα εμφανίζει έγγραφα χωρίς προβλήματα και “προβληματικά” έγγραφα”, μαθαίνοντας συνεχώς να ταξινομεί και να οργανώνει τα κείμενα σε ομάδες. Επιπλέον, ο Zsolt Ződi επισημαίνει ότι ένα σημαντικό μέρος της αυτόματης ταξινόμησης εγγράφων μπορεί επίσης να γίνει χρησιμοποιώντας AI.

Ουγγρική πρακτική

Στην Αμερική, λόγω του μεγέθους της χώρας, η χρήση της τεχνητής νοημοσύνης είναι ευρέως διαδεδομένη, αλλά η ρύθμισή της γίνεται πιο ακριβής: «Είναι σαφές ότι η ανθρώπινη αξιοπρέπεια και τα θεμελιώδη δικαιώματα δεν μπορούν να παραβιαστούν». Επιπλέον, δεν μπορεί να κάνει διακρίσεις, δεν μπορεί να μας βάλει σε κίνδυνο, δεν μπορεί να εκμεταλλευτεί τις ανθρώπινες αδυναμίες, την τάση προς τον εθισμό. από την άλλη, δεν έχουν δημιουργηθεί νομικές ρυθμίσεις σε σχέση με την περιοχή – εξηγεί ο Zsolt Ződi. Τον Απρίλιο του 2020, η Ευρωπαϊκή Ένωση κυκλοφόρησε ένα νομοσχέδιο που ονομάζεται νόμος περί τεχνητής νοημοσύνης, ο οποίος ορίζει απαγορευμένες πράξεις, όπως η αναγνώριση προσώπου σε δημόσιους χώρους, αλλά ένα σημαντικό έγγραφο δεν έχει ακόμη ψηφιστεί.

Στην Ουγγαρία, υπάρχουν ιδιωτικές πρωτοβουλίες για την εφαρμογή της τεχνητής νοημοσύνης στον νομικό τομέα, μεταξύ άλλων ο Wolters Kluwer, ο μεγαλύτερος διανομέας νομικών βάσεων δεδομένων, πειραματίζεται με συστήματα όπου η αναζήτηση δικαστικών αποφάσεων υποστηρίζεται από ένα σύστημα μηχανικής μάθησης. «Εξ όσων γνωρίζω υπάρχουν εμπειρίες στον τομέα της επιβολής του νόμου, που συμβατικά δεν ονομάζεται νόμος, αλλά επιβολή του νόμου, οπότε μπορούμε να τον κατατάξουμε εδώ».
Στην προγνωστική αστυνόμευση, η κατανομή των πόρων καθορίζεται με βάση διάφορους δείκτες που μπορούν να χρησιμοποιηθούν για να πει σχεδόν ακριβώς πού μπορεί να αναμένεται το έγκλημα. Ωστόσο, μπορεί να ειπωθεί ότι η Ουγγαρία, ως ένα μικρό κράτος, δεν έχει πολλές δικαστικές υποθέσεις, επομένως δεν χρειάζεται να ξοδέψετε χρήματα και ενέργεια για την κατασκευή AI. “Ο αυτοματισμός, η τεχνητή νοημοσύνη αξίζει τον κόπο πέρα ​​από ένα κατάλληλο εργοστασιακό μέγεθος”. Ο ερευνητής τονίζει ότι μπορούμε να μιλήσουμε ουσιαστικά σε ευρωπαϊκό επίπεδο για “καθυστέρηση”σε σύγκριση με την Αμερική, γιατί παρόμοια είναι η κατάσταση στη Γερμανία, την Ιταλία ή το Βέλγιο.

Ρομπότ δικηγόροι ή δικηγόροι από σάρκα και οστά;

Στον νομικό τομέα, οι ανθρώπινες σχέσεις υπερεκτιμώνται σε μεγάλο βαθμό, σε σύγκριση, για παράδειγμα, με διοικητικά καθήκοντα ή οικονομικές συμβουλές, στο έργο των δικηγόρων είναι απαραίτητο να αναπτυχθούν προσωπικές σχέσεις και να κατανοηθούν τα συναισθήματα. Στην κλασική κατ’ αντιμωλία διαδικασία, η τεχνητή νοημοσύνη μπορεί να υποστηρίξει το έργο των δικηγόρων: μπορεί να διευκολύνει το δικαστικό έργο στην αναζήτηση και ανάλυση αποδεικτικών στοιχείων. Ωστόσο, ο Zsolt Ződi επισημαίνει: στο μέλλον, μόνο οι άνθρωποι θα μπορούν να προσφεύγουν στα δικαστήρια και να αντιδρούν στις ενέργειες του άλλου μέρους. Ταυτόχρονα, είναι σημαντικό να σημειωθεί ότι ο αριθμός των δικαστικών υποθέσεων μειώνεται, άρα η σημασία της προαναφερθείσας διαδικασίας μειώνεται στο δικαστικό σύστημα σε όλο τον κόσμο. Ο νόμος μεταμορφώνεται: δεν είναι πια εκ των υστέρων εστιάζουμε στην επιβολή του νόμου, το μεγαλύτερο μέρος του νόμου αφορά το να λέμε τι πρέπει να κάνουμε σε περίπτωση εγκλημάτων, ζημιών κ.λπ. για την πρόληψή του.

Συνολικά, η τεχνητή νοημοσύνη δεν μπορεί να αντικαταστήσει μέρος της εργασίας των δικηγόρων, αλλά το μεγαλύτερο μέρος της εργασίας δεν καλύπτει πλέον τις διαφορές ενώπιον των δικαστηρίων. Ο Zsolt Ződi δηλώνει επίσης: Η τεχνητή νοημοσύνη θα μπορεί να εκτελεί πολύ περισσότερα καθήκοντα στο μέλλον από όσα μπορούμε να φανταστούμε σήμερα, και ο τομέας του δικαίου δεν θα αποτελεί εξαίρεση.

Συγγραφέας: Melinda Patrícia Pap

Το άρθρο – στην αρχική του μορφή – είναι το περιοδικό Bonum Publicum Ιούνιος 2022 εμφανίστηκε στο περιοδικό.