Astra for Law از OpenAI یک سیستم هوش مصنوعی حقوقی است، نه یک مدل جدید

به‌گفته SiliconANGLE، Astra for Law از طریق برنامه Trusted Access در ChatGPT و Codex برای شرکت‌های منتخب ظاهر می‌شود؛ جایی که در انتخابگر مدل با نام GPT-6 Astra Law فهرست شده است. نسخه API با نام gpt-6-astra-law برنامه‌ریزی شده، اما گزارش می‌گوید OpenAI هنوز تاریخ یا قیمت‌گذاری‌ای برای انتشار آن API اعلام نکرده است.

فهرست حقوقی گسترده است. SiliconANGLE گزارش می‌دهد که این فهرست به رویه قضایی ایالات متحده، قوانین، مقررات، قواعد دادگاه و تصمیم‌های اداری در بیش از 230 میلیون URL دسترسی دارد و منابع به‌صورت روزانه افزوده می‌شوند. پایگاه داده CourtListener متعلق به سازمان غیرانتفاعی Free Law Project، رویه قضایی را تأمین می‌کند.

این عرضه همچنین شامل یک اکوسیستم شریک است. بنا بر گزارش‌ها، 26 پلاگین ساخته‌شده توسط شرکا همراه با مدل عرضه شده‌اند و ChatGPT را به ابزارهای حقوقی از جمله Relativity، Clio، iManage و DeepJudge متصل می‌کنند. Thomson Reuters زمینه پرونده‌های HighQ را وارد ChatGPT می‌کند و یک connector برای CoCounsel Legal را پیش‌نمایش می‌دهد. 9 پلاگین دیگر نیز از سوی وکلا و مهندسان حقوقی خارج از مجموعه فروشندگان آمده‌اند و 47 مهارت سفارشی را به همراه دارند.

طبق گزارش، ChatGPT for Word نیز در همان روز به دسترس‌پذیری عمومی رسید. این جزئیات ممکن است به‌راحتی نادیده گرفته شود، اما مهم است: کار حقوقی هنوز در اسناد انجام می‌شود. اگر پژوهش، نگارش، redlining و زمینه پرونده همگی داخل ابزارهایی که وکلا از قبل استفاده می‌کنند به هم برسند، پذیرش دیگر فقط مسئله کیفیت مدل نیست و به مسئله گردش کار تبدیل می‌شود.

بنچمارک انتخابی OpenAI، طبق توصیف SiliconANGLE، به یافتن مرجع حقوقی درست و بخش درست درون آن پاداش می‌دهد. Astra for Law در بررسی صحت کلی، روی 54٪ از 200 پرسش برگرفته از مجموعه اعتبارسنجی خصوصی Legal Research Bench متعلق به Vals AI موفق شد. GPT-6 Astra تنها با جست‌وجوی وب روی همان پرسش‌ها به 38.7٪ رسید؛ هر دو سیستم نیز با بالاترین تلاش استدلالی خود اجرا شدند.

در پرسش‌های مربوط به رویه قضایی، Astra for Law توانست 24٪ پرونده مرجع بیشتر پیدا کند. در یک مجموعه ممیزی‌شده جداگانه، تا 54٪ بخش‌های هدف بیشتری را از آرای درست بازیابی کرد.

این اعداد از یک برداشت محدود پشتیبانی می‌کنند: کیفیت بازیابی و بسته‌بندی ویژه حقوقی عملکرد را در وظایف آزمایش‌شده بهبود داده است. آن‌ها ثابت نمی‌کنند که سیستم آماده جایگزینی قضاوت پژوهش حقوقی است، بیرون از بنچمارک به همان خوبی کار می‌کند، یا هر پاسخ بدون بازبینی برای استفاده امن خواهد بود.

این انتقاد نیست. این شیوه معمول خواندن بنچمارک‌های هوش مصنوعی حقوقی است. پژوهش حقوقی بی‌گذشت است، چون تقریباً درست بودن هنوز می‌تواند غلط باشد. یک سیستم ممکن است پرونده‌ای مرتبط پیدا کند اما مرجع حاکم را از دست بدهد. ممکن است رأی درست را شناسایی کند اما بخش اشتباه را نقل کند. ممکن است قاعده‌ای را بیان کند که بعدها محدود شده است. بنچمارک‌هایی که هم بازیابی مرجع و هم بازیابی بخش را می‌آزمایند، نسبت به آزمون‌های عمومی جست‌وجوی وب به وظیفه واقعی نزدیک‌ترند، اما استفاده در محیط تولید همچنان به بازبینی، بررسی ارجاعات و استانداردهای خاص هر مؤسسه بستگی دارد.

برای سازندگان، درس از سیستم‌های RAG آشناست: مدل فقط بخشی از سیستم است. لایه بازیابی، کیفیت پیکره، رتبه‌بندی، ارجاعات و مجموعه ارزیابی اغلب تعیین می‌کنند که آیا می‌توان به پاسخ نهایی اعتماد کرد یا نه. تیم‌هایی که دستیارهای حقوقی، سیاستی یا انطباقی خود را می‌سازند، باید پیش از بحث درباره اینکه کدام مدل بهتر است، با یک مجموعه طلایی مخصوص دامنه شروع کنند. راهنمای ما درباره تقسیم‌بندی RAG و ارجاعات همین الگوی تولید را بیرون از حوزه حقوق پوشش می‌دهد.

این عرضه فقط درباره جست‌وجو نیست. SiliconANGLE گزارش می‌دهد که برای مؤسسات واجد شرایط، این پیشنهاد در API با نگهداری صفر داده همراه است و استفاده از ChatGPT Enterprise به‌طور پیش‌فرض از بازبینی انسانی مستثناست. Latham & Watkins با OpenAI روی طراحی حاکمیت برای مجوزهای اطلاعاتی، دیوارهای اخلاقی و دستورالعمل‌های مشتری کار می‌کند.

این جزئیات تزئینی نیستند. مؤسسات حقوقی به‌شکلی غیرمعمول نسبت به اینکه چه کسی می‌تواند کدام پرونده را ببیند، کدام دستورالعمل‌های مشتری اعمال می‌شود، و آیا دو تیم باید از یکدیگر جدا بمانند حساس‌اند. یک سیستم هوش مصنوعی حقوقی که دیوارهای اخلاقی را نادیده می‌گیرد صرفاً دردسرساز نیست. می‌تواند ریسک حرفه‌ای و مشکلات محرمانگی ایجاد کند.

اینجاست که ابزارهای هوش مصنوعی عمومی اغلب درون سازمان‌ها شکست می‌خورند. آن‌ها می‌توانند در یک دمو به‌قدر کافی خوب خلاصه کنند، بنویسند و جست‌وجو کنند، اما به‌طور طبیعی مجوزهای مؤسسه، مرزهای پرونده، قواعد تأیید یا سیاست‌های نگهداری را درک نمی‌کنند. این کنترل‌ها باید در چارچوب پیرامون مدل طراحی شوند.

Joel Hron، مدیر ارشد فناوری Thomson Reuters، در گزارش SiliconANGLE این نکته را روشن بیان کرد: «با بازتر و تعامل‌پذیرتر شدن AI، ارزش فقط در اتصال نیست. متخصصان حقوقی به چیزی بیش از دسترسی به اطلاعات نیاز دارند. آن‌ها به هوش قابل اعتماد، زمینه سازمانی و پرونده‌ای مرتبط، قابلیت‌های حقوقی هدفمند، و حاکمیتی نیاز دارند که برای کارهای پرریسک لازم است.»

این جمله فراتر از حقوق هم صدق می‌کند. تیم‌های سلامت، مالی، بیمه، تدارکات و بخش عمومی همان شکل پایه‌ای مسئله را دارند: زمینه خصوصی، تصمیم‌های تنظیم‌گری‌شده، دسترسی به ابزار، قابلیت ممیزی و پاسخ‌گویی انسانی. شاید بازار حقوقی صرفاً این الزامات را زودتر آشکار کند.

اگر در یک محیط پرریسک گردش کارهای AI طراحی می‌کنید، حاکمیت را به‌عنوان یک قابلیت ببینید، نه چیزی که بعداً اضافه می‌شود. فراخوانی ابزارهایی که سوابق را تغییر می‌دهند، پیام می‌فرستند، اسناد را ثبت می‌کنند یا داده‌های مشتری را آشکار می‌کنند باید از مسیرهای بازبینی صریح عبور کنند. سیستم‌های human-in-the-loop مانند تأییدیه‌های اقدام AI فقط گاردریل‌های ایمنی نیستند؛ آن‌ها راهی هستند که سازمان‌ها AI را مفید نگه می‌دارند بدون اینکه اختیار کنترل‌نشده به آن بدهند.

اینکه Astra for Law یک پیکربندی GPT-6 Astra است، برای سازندگان AI مفیدترین بخش این اعلامیه است. این موضوع نشان می‌دهد AI سازمانی ظاهراً به کدام سمت می‌رود: نه یک مدل یکپارچه برای هر صنعت، بلکه مدل‌های پیشروی قابل استفاده مجدد که با پیکره‌های دامنه‌ای، دستورالعمل‌ها، ابزارها، مجوزها و ارزیابی‌ها بسته‌بندی می‌شوند.

این معماری از آموزش یک مدل جدید برای هر حرفه عملی‌تر است. کار حقوقی به رویه قضایی و زمینه پرونده نیاز دارد. پشتیبانی مشتری به تیکت‌ها، سیاست‌ها و اقدامات CRM نیاز دارد. عامل‌های مهندسی به repoها، issue trackerها و ابزارهای استقرار نیاز دارند. تیم‌های مالی به دفترکل‌ها، تأییدیه‌ها و ردپاهای ممیزی نیاز دارند. مدل پایه توانایی زبان، استدلال و استفاده از ابزار را فراهم می‌کند؛ سیستم پیرامونی دامنه را فراهم می‌کند.

به همین دلیل است که model routing و ارکستراسیون نیز اهمیت دارند. گام‌های مختلف در یک گردش کار ممکن است به قابلیت‌های متفاوتی نیاز داشته باشند: استدلال عمیق برای تحلیل حقوقی، بازیابی سریع برای جست‌وجوی ارجاع، خروجی ساختاریافته برای جدول بندهای پیش‌نویس، یا یک مدل محدودتر و امن‌تر برای قالب‌بندی. پلتفرمی که بتواند میان چندین مدل AI انتخاب کند، نسبت به یک stack تک‌مدلی آسان‌تر سازگار می‌شود، به‌ویژه وقتی هزینه، تأخیر و قابلیت اطمینان بسته به وظیفه تغییر می‌کند.

همین الگو برای ابزارها هم صدق می‌کند. مدلی که بتواند به پرسش‌ها پاسخ دهد مفید است. مدلی که بتواند از یک پایگاه دانش دارای مجوز بازیابی کند، یک سیستم اسناد را فراخوانی کند، زمینه پرونده را باز کند و یک redline تولید کند، یک گردش کار است. سازندگان می‌توانند این ساختار را با API connectorها، پایگاه‌های دانش و چارچوب‌های عامل تقریبی‌سازی کنند، اما باید هر اتصال را به‌عنوان بخشی از محصول آزمایش کنند، نه به‌عنوان یک افزونه نمایشی.

SiliconANGLE گزارش می‌دهد که مهندسان OpenAI که در مؤسسات جداگانه مستقر شده‌اند، ابزارهای خاص هر مؤسسه را نیز روی ChatGPT Enterprise ساخته‌اند. Sullivan & Cromwell یک تحلیل‌گر توافق‌نامه دارد که playbookهای مذاکره و سوابق منتخب را وارد بازبینی یک معامله جدید می‌کند و سپس یافته‌های خود را به redlineهای پیشنهادی تبدیل می‌کند. Ropes & Gray روی بررسی دقیق معاملات تمرکز کرده است. GO Public متعلق به Cooley آماده‌سازی عرضه اولیه عمومی را انجام می‌دهد، از جمله نگارش filing.

این مثال‌ها از «AI برای وکلا» بسیار ملموس‌ترند. آن‌ها نشان می‌دهند ارزش کوتاه‌مدت احتمالاً کجاست: کارهای تکرارپذیر، سندمحور و آگاه از سابقه که مؤسسه از قبل برای آن‌ها یک فرایند و مجموعه‌ای از نمونه‌های داخلی دارد.

یک تحلیل‌گر توافق‌نامه را می‌توان محدوده‌بندی کرد. می‌تواند یک پیش‌نویس را با playbookها مقایسه کند. می‌تواند به سوابق ارجاع دهد. می‌تواند redlineهایی پیشنهاد کند تا وکیل بپذیرد، رد کند یا بازبینی کند. گردش کارهای بررسی دقیق را می‌توان به چک‌لیست‌ها، بازبینی اسناد، استخراج مسائل و خلاصه‌ها تجزیه کرد. آماده‌سازی IPO مصنوعات شناخته‌شده و شدت سندی بالایی دارد.

این کار را آسان نمی‌کند. آن را قابل تعریف می‌کند. سیستم‌های AI زمانی بهتر عمل می‌کنند که گردش کار مرز، ماده منبع، معیارهای پذیرش و گام‌های بازبینی داشته باشد. اعتماد به عامل‌های مبهمی که «کار حقوقی انجام بده» بسیار سخت‌تر از اعتماد به سیستم‌های محدودی است که بر اساس یک playbook شناخته‌شده پیش‌نویس می‌نویسند.

برای تیم‌های خارج از حوزه حقوق، این الگوی بهتری است. با گسترده‌ترین دستیار ممکن شروع نکنید. با یک گردش کار شروع کنید که ورودی‌های شناخته‌شده، خروجی‌های شناخته‌شده و بازبینی‌کننده‌ای دارد که می‌تواند بگوید کار خوب است یا نه. اگر وظیفه چندین نقش یا ابزار را دربر می‌گیرد، یک سیستم چندعاملی طراحی‌شده ممکن است کمک کند، اما فقط پس از آنکه خود گردش کار فهمیده شده باشد.

برای مؤسسات حقوقی که به Astra for Law دسترسی دارند، پرسش اول این نیست که آیا بنچمارک چشمگیر است یا نه. پرسش اول این است که کجا می‌توان سیستم را به‌صورت امن در برابر کار موجود آزمود. گزینه‌های خوب شامل یادداشت‌های پژوهشی، گردآوری اولیه مراجع، مقایسه سوابق، خلاصه‌های بررسی دقیق و بازبینی پیش‌نویس بر اساس playbookهای داخلی هستند. گزینه‌های بد شامل مشاوره نهایی بدون نظارت، تصمیم‌های filing بازبینی‌نشده یا هر گردش کاری است که در آن منبع مرجع قابل بررسی نیست.

تیم‌ها باید ارزیابی را پیرامون پرونده‌های خود بسازند. یک بنچمارک عمومی یا خصوصی می‌تواند توانایی کلی را نشان دهد، اما یک مؤسسه باید بداند آیا سیستم در حوزه‌های عملی، مراجع ترجیحی، قراردادهای سندی و تحمل ریسک خودش عملکرد خوبی دارد یا نه. فقط صحت پاسخ را ردیابی نکنید؛ کیفیت ارجاع، مرجع ازدست‌رفته، اعتمادبه‌نفس کاذب، زمان صرفه‌جویی‌شده، ویرایش‌های بازبین و نرخ escalation را هم دنبال کنید.

برای فروشندگان AI حقوقی، این اعلامیه سطح انتظار را بالا می‌برد. اگر ارائه‌دهندگان پلتفرم فهرست‌های حقوقی، کنترل‌های سازمانی، پلاگین‌ها و دسترسی API ارائه کنند، دفاع از یک wrapper نازک پیرامون یک مدل چت سخت‌تر خواهد شد. فروشندگان باید در عمق اختصاصی گردش کار، زمینه پرونده، یکپارچه‌سازی‌ها، UX، حاکمیت و اعتماد مشتری برنده شوند.

برای همه افراد دیگری که با AI می‌سازند، Astra for Law یک مطالعه موردی در بسته‌بندی است. moat صرفاً یک prompt نیست. ترکیبی از مدل، بازیابی، مجوزها، ابزارها، ارزیابی و جایی است که کار از قبل در آن انجام می‌شود.

طبق گزارش SiliconANGLE، OpenAI این عرضه را آغاز یک سرمایه‌گذاری بلندمدت در حوزه حقوق توصیف کرده است. امن‌ترین تفسیر همچنین مفیدترین تفسیر است: AI دامنه‌ای کمتر به پرسیدن سؤال‌های سخت‌تر از یک chatbot عمومی مربوط می‌شود و بیشتر به ساخت سیستم‌هایی مربوط است که می‌دانند کجا را جست‌وجو کنند، مجازند به چه چیزی دست بزنند، چه زمانی درخواست تأیید کنند و چگونه کاری قابل راستی‌آزمایی برای بازبین باقی بگذارند.

برای خبرهای بیشتر AI و راهنماهای عملی، در خبرنامه LIA عضو شوید.

• Astra for Law به‌عنوان پیکربندی GPT-6 Astra برای پژوهش و نگارش حقوقی توصیف شده است، نه یک مدل پایه جداگانه.
• بهبودهای گزارش‌شده در بنچمارک به ارزش بازیابی ویژه حقوقی، کیفیت پیکره و ارزیابی متمرکز بر ارجاع اشاره دارند.
• حاکمیت برای محصول مرکزی است، چون AI حقوقی باید مجوزهای پرونده، دیوارهای اخلاقی، سیاست‌های نگهداری و مسیرهای بازبینی را رعایت کند.
• این عرضه یک الگوی گسترده‌تر سازمانی را نشان می‌دهد: مدل‌های پیشرو که با داده‌های دامنه‌ای، ابزارها، مجوزها و ارزیابی‌ها بسته‌بندی می‌شوند.
• روشن‌ترین کاربردها گردش کارهای محدود و سندمحور هستند، مانند یادداشت‌های پژوهشی، مقایسه سوابق، خلاصه‌های بررسی دقیق و بازبینی پیش‌نویس.

Astra for Law به‌عنوان پیکربندی پژوهش و نگارش حقوقی مدل GPT-6 Astra از OpenAI گزارش شده است. این سیستم یک فهرست جست‌وجوی حقوقی، دستورالعمل‌های تحلیل حقوقی و یکپارچه‌سازی‌هایی پیرامون مدل پایه اضافه می‌کند.

خیر. مقاله آن را به‌عنوان پیکربندی GPT-6 Astra توصیف می‌کند، نه یک مدل پایه جداگانه؛ به همین دلیل بازیابی، ابزارها و حاکمیت پیرامونی تا این اندازه مهم‌اند.

طبق گزارش، Astra for Law در بررسی صحت کلی روی 54٪ از 200 پرسش Legal Research Bench موفق شد، در مقایسه با 38.7٪ برای GPT-6 Astra که فقط از جست‌وجوی وب استفاده می‌کرد.

سیستم‌های AI حقوقی ممکن است با پرونده‌های محرمانه، دستورالعمل‌های مشتری و اسناد دارای مجوز سروکار داشته باشند. بدون کنترل‌هایی مانند دیوارهای اخلاقی، سیاست‌های نگهداری و گام‌های بازبینی، می‌توانند ریسک حرفه‌ای و مشکلات محرمانگی ایجاد کنند.

الگوی مفید این است که یک مدل قوی را با داده‌های ویژه دامنه، ابزارها، مجوزها، ارزیابی‌ها و بازبینی انسانی بسته‌بندی کنید، سپس آن را روی گردش کارهای محدود با ورودی‌ها و خروجی‌های روشن به کار ببرید.