Kan kunstig intelligens effektivisere juridiske oppgaver? Det er et spørsmål advokatfirmaet Schjødt har tatt på høyeste alvor.
Ifølge en rekke ulike studier, er det den juridiske sektoren som i aller størst grad kan påvirkes av utviklingen innen generativ KI.
Det er kanskje ikke så merkelig, ettersom store deler av arbeidsoppgavene til en jurist handler om å tolke tekst, sette lovdata i kontekst, vurdere rettspraksis og besvare spørsmål fra klienter.
Det er det mange som har forstått, deriblant advokatfirmaet Schjødt.
– Som så mange andre har vi vært nysgjerrige på hvordan kunstig intelligens kan hjelpe våre klienter og gi oss et konkurransefortrinn, sier Inge Kristian Brodersen, partner i Schjødt og advokat med teknologi som spesialfelt.
– Vi vasser jo i dokumenter, så dette er jo noe vi ønsker å effektivisere, legger han til.
KI-assistert selskapsgjennomgang
Han trekker frem et konkret eksempel knyttet til selskapsgjennomgang, også kalt due diligence: Der jobber advokater med å identifisere og vurdere vesentlig informasjon om firmaer som skal kjøpes eller selges.
– Enkelt forklart leter vi etter red flags. Det er store mengder med dokumentasjon og vi leter etter nåla i høystakken. Det tar mye tid og manuelt arbeid, sier Brodersen.
Derfor har Schjødt undersøkt hvordan kunstig intelligens kan brukes til å automatisere søk etter avvik i store datasett.
– Det er spennende. Så skal det nevnes at vi ikke er helt i mål. Vi kan ikke godta 95 prosent treffsikkerhet, vi er nødt til å være hundre prosent nøyaktige. Derfor må vi fortsatt kvalitetssikre og dobbeltsjekke, legger han til.
Jon Inge Brodersen, advokat i Schjødt
Undersøker automatiserte søkefunksjoner
Et annet område de derimot ser stor nytte i en form for kunstig intelligens som kan forstå, og identifisere klartekst – ligger i søk og sortering av juridiske dokumenter:
– Ta for eksempel store tvister som har pågått i mange år, med masse dokumentasjon og tidslinjer. Der kan språkmodellteknologi hjelpe oss med å løfte frem konkrete temaer og datoer og hjelpe oss å finne pedagogiske måter dette kan fremlegges for en dommer, sier Brodersen.
– Her kan store språkmodeller finne mer relevant informasjon og være mer presise, enn tradisjonelle søkeverktøy, legger han til.
Tilpasser Copilot til juridiske oppgaver
I samarbeid med Bouvet har dessuten Schjødt jobbet med å implementere og tilpasse Copilot på arbeidsplassen.
Der har erfaringene så langt vært langt mer umiddelbare:
– Kontorstøttefunksjonalitet som dette er veldig egnet for advokatvirksomheter. Vi driver mye med tekst og bruker mye Word, PowerPoint og Excel. Så dette er midt i den daglige kjernen, sier Brodersen.
Han legger til:
– Det kan hjelpe oss med oppsummering av maildialoger, dokumenter, huske på frister og oppfølging av klienter. Det er mye god funksjonalitet og mye å hente.
Det finnes også gode måter å tilpasse Copilot til spesifikke funksjoner:
– Vi tenker mye på dette med å omforme kompliserte regelverk for klienter. Her tror vi KI kan gjøre en stor forskjell ved å omforme kompliserte regelverk til enklere, lettfattelige og visuelle uttak, som for eksempel flytdiagrammer. Dette er et spennende område vi vil utforske videre, sier Brodersen.
Når det gjelder å utarbeide kontraktsmaler, synes vi Copilot er skikkelig bra.
– Copilot lager gode utgangspunkt for for eksempel databehandleravtaler for personvern, men også IT-kontrakter som man kan jobbe videre med.
Han påpeker at potensialet for å bruke AI i juridisk metode fortsatt har et stykke å gå, men at de er optimistiske med tanke på fremtiden.
– Hvor langt vi kan benytte KI i juridisk metode er fortsatt noe vi undersøker, og vi gleder oss til å lære mer om dette.
Tester ut KI-agenter
Det er mye som skjer i Copilot-universet, og en av de mest spennende utviklingene er utnyttelsen av Copilot som såkalte agenter
KI-agenter er en type teknologi som kan automatisere forretningsprosesser, uten at de må instrueres til å gjøre noe spesifikt. Her kombineres språkmodeller med regelbaserte instruksjoner og andre former for kunstig intelligens.
– Spør du en språkmodell om noe, vil den ikke huske fra gang til gang, men det gjør agenter, sier Simen Sommerfeldt i Bouvet. Han har jobbet med å implementere Copilot hos Schjødt.
– De kan huske oppgaver over tid, gjøre faktasjekker og starte en oppgave basert på en hendelse. Det kan være en mail som sendes, eller noe som skjer på nettet – så kan den foreta handlinger i andre systemer – også eksterne. De kan holde i lengre forretningsprosesser, samtidig som de blir fortalt hva de skal gjøre og forstå vanlig språk, sier Sommerfeldt.
KI-agenter er altså i enda større grad autonome enn slik vi har blitt kjent med Copilot i dag. Disse vil kunne operere på egen hånd. Du kan også ha flere agenter som opererer sammen om flere områder.
– Vi har lekt med dette i snart et år, og tror agenter på sikt kan være svaret på noen av de tøffeste høyrisikoområdene. Utfordringen er å skaffe til veie et godt datagrunnlag, så det er der fokuset vårt ligger nå.
Simen Sommerfeldt, IT-direktør i Bouvet
– Man må tørre
Som mange har erfart, er det ikke bare å laste ned Copilot og forvente at produktivitetsgevinstene fra generativ KI kommer av seg selv. Må man ha en strategi, eller kanskje gjennomføre en kartleggingsprosess?
– Vi tror strategier blir til underveis. Vi har mer en KI-visjon. Det handler mer om å se og ta mulighetene som oppstår, enkelt og greit, sier Brodersen.
Han legger til:
– Vi brukte mer verdiene våre enn konkrete strategier. Verdiene ble plutselig det viktigste. For å oppnå brukeradopsjon la vi vekt på ambassadørnettverk.
Han avslutter:
– Det er viktig å tenke på mulighetene først, og så vurdere begrensningene etterpå. Det blir feil utgangspunkt å ikke tørre. Man må tørre i det små, innenfor trygge rammer.
