Роботы-юристы становятся незаменимыми помощниками

Что такое искусственный интеллект?

Классическое определение искусственного интеллекта (ИИ) можно найти в Википедии: это свойство интеллектуальных систем выполнять творческие функции, которые традиционно считаются прерогативой человека.

С одной стороны, это хорошее определение – оно покрывает многие нововведения, которые связаны с искусственным интеллектом. С другой стороны, оно не всегда удобно – уж слишком широкое и лишено конкретики. Поэтому многие технологические решения причисляют к технологиям ИИ, хотя это не так. Например, стиральная машинка, которая с подачи креативного маркетолога именуется великолепной инновационной системой на базе искусственного интеллекта. На самом же деле такая машина способна лишь взвесить белье, которое в нее загружают, и рассчитать время, необходимое для стирки.

Об искусственном интеллекте можно думать как о великом оптимизаторе. Он способен подстроиться почти под любую задачу. Такой ИИ может найти неочевидные для человека закономерности и на их основе делать выводы. Системы на базе ИИ способны к самообучению и автономному принятию решений, поэтому в процессе своей деятельности они становятся умнее. Правда, пока они не могут быть полностью самостоятельными: им нужен учитель, который объяснит суть поставленной задачи и укажет на важные закономерности.

Сильный и слабый искусственный интеллект

Когда у человека спрашивают, что такое искусственный интеллект, обычно перед его глазами мелькают картинки из научной фантастики. Но нужно понимать, что фантасты и футурологи описывают сильный ИИ. Такой искусственный интеллект уверенно себя чувствует в любой предметной области. Скажем, он управляет автомобилем, может написать текст и создать картину. Однако пока нет ни одной научной статьи о том, как создавать такие системы. Придут они в нашу жизнь, вероятно, нескоро – лет через 50–500 (да, точный прогноз тут не дашь). Так что сейчас вопрос о полной замене людей искусственным интеллектом не стоит.

То, что мы умеем создавать сегодня, – это слабый искусственный интеллект. Таким системам комфортно в одной-двух предметных областях. Например, рекомендательные системы соцсетей советуют пользователям посты, новости, фото и видео, которые им могут быть интересны. Подобные задачи сейчас успешно решают технологии ИИ. Еще один пример: системы автоматического вождения – наработки Tesla, Google, «Яндекс.Такси» и др. Такие системы, используя изображения с камер на машине, определяют маршрут и скорость, выявляют опасности и понимают, когда нужно притормозить или увернуться. Однако если мы попросим искусственный интеллект Facebook, который нацелен на работу с текстовыми сообщениями и фотографиями, поводить машину, он не справится. И наоборот, если ИИ управляет автомобилем, это не значит, что он способен написать связный рассказ.

Таким образом, наши системы решают пока лишь узкий круг задач. Причем их нужно обучать на большом количестве данных, размеченных человеком. То есть системе нужно объяснять, что если человек «лайкнул» пост, то этот пост хороший, нужно находить таких побольше. Точно так же придется учить систему тому, что авария – это недопустимая ситуация, ее следует избегать.

Мифы об искусственном интеллекте

1. ИИ заменит человека.

Самым распространенным является заблуждение о том, что технологии искусственного интеллекта нас поработят и люди будут не нужны. Однако пока системы на базе ИИ не способны переносить свой опыт из одной предметной области в другую. Если даже система создает качественные юридические тексты, она при нынешнем уровне развития технологий не будет понимать их содержание и значимость.

Могу успокоить юристов, которые переживают из-за своего трудоустройства: в ближайшие 10–20 лет вряд ли появится юридический ИИ, способный во всех областях заменить человека. Кроме того, внедрение технологии ИИ требует участия специалистов высокой квалификации. Ведь системы на базе ИИ, как и другие программные продукты, подвержены сбоям. Человеку придется обучать систему, настраивать и развивать ее. Именно поэтому, если говорить о юридической сфере, будет расти потребность в специалистах, которые понимают специфику деятельности юриста и при этом хорошо знакомы с технологиями, их возможностями и ограничениями.

Вместе с тем некоторые функции перейдут в разряд хорошо автоматизированных: проверка контрагентов, подготовка типовых документов и т.д. Отдельные процессы будут выполняться в полуавтоматическом режиме с минимальным участием человека: договорная и претензионная работа, закупочная деятельность. Наша компания TAG Consulting как раз занимается подобными проектами – мы автоматизируем при помощи технологии ИИ бизнес-процессы для наших заказчиков.

2. ИИ обучается без участия человека.

Пока наши системы зависят от знаний человека. Даже если мы загрузим в нейронную сеть тексты всех законов и судебных актов, у нас не появится полноценный робот-юрист. Без разметки специалиста такие документы для искусственного интеллекта бесполезны. Нам придется взять решение суда и выделить, какие факты являются значимыми, что суд принял во внимание, счел второстепенным или проигнорировал. Очевидно, что специалисты в области машинного обучения и юристы с небольшим опытом не способны сделать такую разметку. Однако мы еще не придумали, как обучать искусственный интеллект без человеческого участия.

3. ИИ появится не скоро.

Это распространенное заблуждение связано с тем, что многие узнают об искусственном интеллекте из научной фантастики, поэтому и сравнивают его создание с полетами на Марс. Но технологии ИИ вовсю применяют уже сегодня, например в сфере кредитования физических лиц. Многие банки минимизируют участие своих сотрудников в принятии решения о выдаче кредита, привлекая к этому процессу роботов-юристов. Вот так технологии ИИ постепенно стали неотъемлемой частью нашей жизни и, вероятно, останутся с нами навсегда.

(Чем заняты роботы-юристы в Сбере – слушателям образовательного курса «LegalTech-директор»^® рассказал управляющий директор правового департамента Сбербанка Кирилл Заневский. Прочитать об этом вы сможете в материале «Как стать LegalTech-директором?»)

4. ИИ – это что-то сверхсложное.

Часто системы на базе ИИ представляются недоступными для человеческого понимания. Действительно, некоторые из них работают по принципу «черного ящика». Они построены на нейронных сетях и могут успешно решать непростые задачи: писать тексты, генерировать изображения, классифицировать документы. Логику их работы бывает трудно объяснить, но такими их сделал человек. Мы можем создавать и понятные системы на базе ИИ, однако для этого нужно правильно поставить задачу на этапе разработки. Подобные системы по умолчанию построены на алгоритмах и принципах, которые люди могут интерпретировать. Если же идти другим путем – реконструировать и интерпретировать результат обучения нейронных сетей постфактум, – потребуется необоснованно много ресурсов.

Алгоритм работы робота-юриста: зрение – мышление – речь

Наша компания TAG Consulting разрабатывает программные решения на базе ИИ. Они успешно справляются с задачами, которые традиционно выполняют юристы.

Всем понятно, как работает юрист: он читает документ, осмысливает информацию и делает выводы, которые затем использует. Работу робота-юриста по аналогии можно разбить на три блока: 1) блок зрения отвечает за извлечение из текста букв, слов, предложений, абзацев и т.д.; 2) блок мышления нужен для извлечения смыслов из текста; 3) блок генерации текста предусмотрен для создания нового контента (составления договоров, заявлений, исков и т.д.).

Для наглядности расскажу об одном из наших успешных кейсов. К нам обратилась компания, которая занимается ведением реестра акционеров. Заказчик поставил перед нами задачу – автоматизировать процесс обработки запросов государственных органов о предоставлении информации из реестра акционеров. Такая обработка относится к творческим юридическим функциям, поскольку для решения задачи необходимо не только прочитать текст, но и сделать правильные выводы. Последнее особенно важно. На держателя реестра акционеров может быть наложен штраф, если он не предоставил информацию по требованию госоргана или по ошибке передал ее тому, кто не имел права на ее получение.

Нам удалось создать систему, которая оценивает поступивший запрос и формирует рекомендации для пользователя. Так, наша система может проанализировать запрос конкурсного управляющего, определить его полномочия на основе данных из ЕГРЮЛ и сформировать для эксперта рекомендации. В них может быть указано, что конкурсный управляющий, который просит предоставить информацию из реестра акционеров, не вправе ее получить. После этого эксперт может изучить исходные данные, проверить вывод системы и принять решение.

Естественно, технологии ИИ применяются не только в корпоративном секторе. Легко представить себе систему, которая в судах будет проверять тексты исковых заявлений на соответствие их требованиям процессуального кодекса. Подобные системы справятся с анализом закупочной документации, помогут составлять ответы на обращения граждан и пригодятся в претензионной и договорной работе.

Проблемы разработки юридических решений на базе ИИ

1. Нехватка универсальных квалифицированных специалистов.

Проблема номер один – острая нехватка кадров. Очень сложно найти людей, обладающих необходимым набором знаний. Человек должен одновременно понимать специфику предметной области и разбираться в технологиях.

На практике чаще бывает так: юрист обладает глубокими экспертными знаниями, но не до конца понимает, чего можно ожидать от программных продуктов. Как говорил Генри Форд, если спросить крестьянина, что ему нужно, он ответит – более быстрая лошадь, но никогда не скажет – автомобиль. Вот и юрист ответит, что ему нужен инструмент, который помогает быстро найти нужную судебную практику. Но это из категории «более быстрая лошадь».

При этом разработчики программных продуктов обычно не понимают, что нужно и полезно для юристов. В итоге программисты создают инструменты, которые понятны им, но не имеют большой практической ценности в юридической деятельности.

2. То, что не описано, невозможно оцифровать.

Нужно понимать, что регламенты, которые мы пишем для людей, отличаются от тех инструкций, которые нужны программным инструментам для того, чтобы работать с текстами и делать выводы. Например, регламенты часто составлены с расчетом на то, что читатель сможет найти недостающую информацию в других источниках. Обычно при автоматизации бизнес-процессов мы сталкиваемся с отсутствием их всестороннего описания, потому с этого и приходится начинать.

3. Сложность обработки естественного языка.

Для написания юридических документов используется естественный язык. Это эффективное средство передачи информации, но рассчитан он на восприятие человека. Мы читаем текст и понимаем не только то, что написано, но и то, что автор подразумевал. Машина же воспринимает только то, что не выходит за рамки написанного. Поэтому при создании автоматизированных систем анализа текста экспертам приходится обучать их читать между строк и понимать то, что подразумевается или может быть логически выведено из текста.

4. Сложность сбора и разметки данных.

Для создания систем на базе ИИ нужны десятки и сотни тысяч размеченных экспертами документов. Мы вывели такую закономерность: 60–70-процентную эффективность системы начинают показывать после обучения на 2–3 тысячах документов. Для достижения 80–90-процентной точности в работе системе потребуются десятки тысяч образцов документов.

5. Сложность оцифровки данных.

Еще одна проблема разработки систем на базе ИИ заключается в том, что данные, на которых они должны строиться, часто не оцифрованы. К ним относятся: 1) содержание законов и подзаконных актов, регламентов и внутренних документов компании; 2) бизнес-традиции, которые нигде не записаны и напрямую не следуют из законов, но соблюдаются сотрудниками компании; 3) знания, хранящиеся в головах экспертов, которые каждый день занимаются рутинными операциями. Ключ к успеху проекта – возможность получить и оцифровать информацию из всех трех источников.

Рекомендации

1. Цифровую трансформацию нужно начинать сегодня.

Автоматизация юридической деятельности – наша реальность. Все больше компаний и юридических департаментов задумываются о том, как избавиться от рутинной работы, которая отбирает массу времени. На сегодняшний день действует много программ акселерации как в корпоративном, так и в государственном секторе, которые в той или иной степени затрагивают тему автоматизации юридической функции. Тот, кто не начнет пересматривать свои бизнес-процессы и приглядываться к новым технологическим решениям, в ближайшем будущем станет неконкурентоспособным. Сейчас многие взялись активно изучать новые технологии и примерять их на себя. Очень скоро они создадут новые бизнес-модели, и конкурировать с ними будет практически невозможно.

2. Цифровая трансформация – это не только внедрение новых технологий.

Организации, которые решаются на цифровую трансформацию, все внимание уделяют технологиям. Конечно, без внедрения новых технологических подходов и решений завершить цифровую трансформацию не получится. Однако на практике куда сложнее обучить персонал и адаптировать бизнес-процессы к изменению культуры. Об этом всегда нужно помнить.

3. Данные – большая ценность.

Когда организации задумываются о внедрении систем на базе ИИ, они часто сталкиваются с нехваткой качественных данных. Решить эту проблему поможет новый подход к работе с уже накопленными архивными сведениями. Обычно они воспринимаются как что-то лишнее: прибыль не приносят, и хранить их нужно исключительно для государственных органов. Однако именно эти сведения могут обеспечить успех цифровой трансформации. Настоятельно рекомендую подумать о том, где и в каком виде хранятся ваши данные, как их собирать, структурировать и сделать удобнее для использования при создании технологических решений.

(Советы и любопытные наблюдения других экспертов, которые они озвучили для участников образовательной программы по LegalTech-инновациям^®, вы найдете в подборке материалов «Пособие для LegalTech-директора»).