A Sullivan & Cromwell ügyvédi iroda az OpenAI-val közösen fejlesztette Agreement Analyzer nevű mesterséges intelligencia eszközét, amelynek célja, hogy gyorsítsa és részletesebbé tegye a szerződések tervezetének jogi ellenőrzését. A megoldás a cég belső precedensanyagaiból, tárgyalási játékkönyveiből és a ChatGPT Enterprise szolgáltatásból egyaránt merít.
Mire használják az eszközt?
A hagyományos jogi ellenőrzés során a Sullivan & Cromwell jogászai egy szerződéstervezetet a releváns precedensekhez és az ügyfél szempontjaihoz viszonyítanak. Az Agreement Analyzer ezeket a bemeneteket egyetlen áttekintési munkafolyamatba integrálja: a felhasználó feltölti a tervezetet, kiegészítheti saját kiválasztott precedensekkel és egy olyan playbookkal, amely tartalmazza az iroda vagy az ügyfél pozícióit és a piaci gyakorlatra vonatkozó információkat. Az eszköz több párhuzamos áttekintési ciklust futtat különböző szempontokból, szintetizálja az eredményeket, és memorandumot valamint javasolt követéses módosításokat ad vissza, amelyeket a jogász megvizsgálhat, módosíthat vagy elutasíthat.
Agreement Analyzer különösen hasznos a megfelelő rendelkezések összekapcsolására: összeveti egyes klauzulák párhuzamos előfordulásait a precedensek között, és nyomon követi, hogyan hatnak egymásra a rendelkezések.
Fejlesztés és technológiai háttér
A megoldást John Savva, a Sullivan & Cromwell partnere kezdeményezte: eredetileg egyetlen felhasználós proof of conceptként fejlesztette Codex-szal. Ezt követően együttműködött az OpenAI-jal a kimenetek minőségének javításán, a párhuzamos feldolgozás hatékonyságának növelésén, és az alkalmazás több felhasználó által egyidejűleg használható eszközzé alakításán.
Az eszköz több, specializált „ügynököt” is alkalmazhat: ezek párhuzamosan vizsgálhatnak egy szerződést különböző dimenziókból — például piaci eltérések és kockázatmegosztás, rendelkezések kölcsönhatásai, illetve olyan bizonytalanságok szempontjából, amelyek későbbi peres következményekre hathatnak. A rendszer megkülönbözteti azokat a megállapításokat, amelyeket más ügynökök kihívása után is alátámasztottnak talált, az elutasított megállapításokat és azokat az ügyeket, amelyek ellenőrzés nélkül, fenntartásokkal kerülnek fel. A jogászok ezután megvizsgálhatják a kérdéseket, a hozzájuk kapcsolódó magyarázatokat és a releváns precedenseket, majd eldönthetik, mely megállapítások alapján történjenek módosítások a végső jelölésben.
Átláthatóság és megbízhatóság
Savva hangsúlyozza, hogy egy mesterséges intelligencia eszköz kimenetének megbízhatóságát az átláthatóság biztosítja: „Ha egy MI-eszköz állít valamit a piaci gyakorlatról, látnod kell az információ forrását” — mondta. A rendszer ezért lehetővé teszi a források és az alátámasztó precedensek megtekintését.
Mi változott az MI használatában?
Savva szerint kezdetben az MI-t elsősorban ismétlődő, adminisztratív feladatokra alkalmazták, például e‑mailek megírására vagy naptárellenőrzésre. A modellek elemző képességének javulása azonban új lehetőségeket nyitott a bonyolultabb jogi feladatokban, például összetett szerződések mély elemzésében. Külön kiemelte a GPT‑6 Astra fejlődését: „Astra valóban előrelépést hozott az elérhető érvelési minőség tekintetében, és ez volt korábban a szűk keresztmetszet.”
További irányok
Sullivan & Cromwell tovább vizsgál olyan eszközöket, amelyek konkrét jogi feladatokra vannak szabva. Savva szerint az erősebb elemzőképességek lehetőséget teremtenek arra, hogy az MI a kutatási és írási folyamat nagyobb részét támogassa, miközben a végső döntések és a felelősség a jogászoknál maradnak.
