Astra for Law của OpenAI là một hệ thống AI pháp lý, không phải mô hình mới

Theo SiliconANGLE, Astra for Law xuất hiện cho một số hãng được chọn thông qua chương trình Trusted Access trong ChatGPT và Codex, nơi nó được liệt kê trong bộ chọn mô hình dưới tên GPT-6 Astra Law. Một phiên bản API có tên gpt-6-astra-law đã được lên kế hoạch, nhưng báo cáo cho biết OpenAI chưa gắn ngày phát hành hay mức giá cho bản API đó.

Chỉ mục pháp lý này có phạm vi rộng. SiliconANGLE báo cáo rằng nó bao phủ án lệ, đạo luật, quy định, quy tắc tòa án và quyết định hành chính của Hoa Kỳ trên hơn 230 triệu URL, với nguồn được bổ sung hằng ngày. Cơ sở dữ liệu CourtListener của tổ chức phi lợi nhuận Free Law Project cung cấp phần án lệ.

Đợt ra mắt cũng bao gồm một hệ sinh thái đối tác. Theo báo cáo, 26 plugin do đối tác xây dựng đã ra mắt cùng với mô hình, kết nối ChatGPT với các công cụ pháp lý bao gồm Relativity, Clio, iManage và DeepJudge. Thomson Reuters đang đưa ngữ cảnh vụ việc HighQ vào ChatGPT và xem trước một connector cho CoCounsel Legal. Chín plugin khác đến từ các luật sư và kỹ sư pháp lý bên ngoài nhóm nhà cung cấp, mang theo 47 kỹ năng tùy chỉnh.

ChatGPT for Word cũng được cung cấp rộng rãi trong cùng ngày, theo báo cáo. Chi tiết đó dễ bị bỏ qua, nhưng quan trọng: công việc pháp lý vẫn diễn ra trong tài liệu. Nếu nghiên cứu, soạn thảo, redline và ngữ cảnh vụ việc đều gặp nhau bên trong những công cụ luật sư đã dùng, việc áp dụng không còn chỉ là câu hỏi về chất lượng mô hình mà trở thành câu hỏi về quy trình làm việc.

Benchmark mà OpenAI chọn, như SiliconANGLE mô tả, thưởng cho việc tìm đúng nguồn thẩm quyền pháp lý và đúng đoạn trích bên trong nguồn đó. Astra for Law vượt qua kiểm tra độ đúng tổng thể trên 54% trong 200 câu hỏi lấy từ tập xác thực riêng của Vals AI’s Legal Research Bench. GPT-6 Astra chỉ dùng tìm kiếm web đạt 38,7% trên cùng các câu hỏi, với cả hai hệ thống chạy ở mức nỗ lực suy luận cao nhất.

Ở các câu hỏi về án lệ, Astra for Law tìm được nhiều hơn 24% vụ án tham chiếu. Trên một tập được kiểm toán riêng, hệ thống truy xuất được nhiều hơn tới 54% các đoạn mục tiêu từ đúng ý kiến tư pháp.

Những con số đó ủng hộ một cách đọc hẹp: chất lượng truy xuất và cách đóng gói chuyên biệt cho pháp lý đã cải thiện hiệu năng trên các tác vụ được kiểm thử. Chúng không chứng minh rằng hệ thống đã sẵn sàng thay thế phán đoán nghiên cứu pháp lý, rằng nó hoạt động tốt như nhau bên ngoài benchmark, hay rằng mọi câu trả lời đều an toàn để sử dụng mà không cần rà soát.

Đó không phải là lời chỉ trích. Đó là cách đọc bình thường đối với benchmark AI pháp lý. Nghiên cứu pháp lý không khoan nhượng vì gần đúng vẫn có thể là sai. Một hệ thống có thể tìm thấy một vụ án liên quan nhưng bỏ lỡ thẩm quyền kiểm soát. Nó có thể xác định đúng ý kiến tư pháp nhưng trích sai đoạn. Nó có thể nêu một quy tắc đã bị thu hẹp về sau. Các benchmark kiểm tra cả thẩm quyền lẫn truy xuất đoạn trích gần với tác vụ thực tế hơn so với các bài kiểm tra tìm kiếm web chung chung, nhưng việc dùng trong sản xuất vẫn phụ thuộc vào rà soát, kiểm tra trích dẫn và tiêu chuẩn riêng của từng hãng.

Với người xây dựng, bài học này quen thuộc từ các hệ thống RAG: mô hình chỉ là một phần của hệ thống. Lớp truy xuất, chất lượng kho ngữ liệu, xếp hạng, trích dẫn và bộ đánh giá thường quyết định liệu câu trả lời cuối cùng có đáng tin hay không. Các đội xây dựng trợ lý pháp lý, chính sách hoặc tuân thủ của riêng mình nên bắt đầu bằng một bộ chuẩn vàng chuyên biệt theo miền trước khi tranh luận mô hình nào là tốt nhất. Hướng dẫn của chúng tôi về chia đoạn RAG và trích dẫn đề cập cùng một mẫu triển khai sản xuất bên ngoài lĩnh vực pháp lý.

Đợt ra mắt không chỉ nói về tìm kiếm. SiliconANGLE báo cáo rằng, với các hãng đủ điều kiện, sản phẩm này có chính sách không lưu giữ dữ liệu trên API, và mặc định loại trừ việc sử dụng ChatGPT Enterprise khỏi quy trình rà soát bởi con người. Latham & Watkins đang làm việc với OpenAI về thiết kế quản trị cho quyền truy cập thông tin, tường đạo đức và chỉ dẫn của khách hàng.

Những chi tiết đó không phải trang trí. Các hãng luật đặc biệt nhạy cảm với việc ai có thể thấy vụ việc nào, chỉ dẫn nào của khách hàng được áp dụng, và liệu hai đội có cần được cách ly với nhau hay không. Một hệ thống AI pháp lý bỏ qua tường đạo đức không chỉ gây bất tiện. Nó có thể tạo ra rủi ro nghề nghiệp và vấn đề bảo mật.

Đây là nơi các công cụ AI mục đích chung thường thất bại trong doanh nghiệp. Chúng có thể tóm tắt, soạn thảo và tìm kiếm đủ tốt trong bản demo, nhưng không tự nhiên hiểu quyền hạn trong hãng, ranh giới vụ việc, quy tắc phê duyệt hay chính sách lưu giữ. Những kiểm soát đó phải được thiết kế vào lớp vỏ bao quanh mô hình.

Joel Hron, giám đốc công nghệ của Thomson Reuters, đã nêu rõ điểm này trong báo cáo của SiliconANGLE: “Khi AI trở nên mở và có khả năng tương tác hơn, giá trị không nằm ở riêng khả năng kết nối. Chuyên gia pháp lý cần nhiều hơn quyền truy cập thông tin. Họ cần trí tuệ đáng tin cậy, ngữ cảnh doanh nghiệp và vụ việc phù hợp, năng lực pháp lý được xây dựng đúng mục đích, cùng quản trị cần thiết cho công việc có mức độ rủi ro cao.”

Câu đó áp dụng cả bên ngoài lĩnh vực luật. Các đội y tế, tài chính, bảo hiểm, mua sắm và khu vực công có cùng hình dạng vấn đề cơ bản: ngữ cảnh riêng tư, quyết định được quản lý, quyền truy cập công cụ, khả năng kiểm toán và trách nhiệm của con người. Thị trường pháp lý có thể chỉ là nơi buộc các yêu cầu đó lộ rõ sớm hơn.

Nếu bạn đang thiết kế quy trình AI trong một bối cảnh rủi ro cao, hãy xem quản trị là một tính năng, không phải phần bổ sung sau cùng. Các lệnh gọi công cụ làm thay đổi bản ghi, gửi tin nhắn, nộp tài liệu hoặc phơi lộ dữ liệu khách hàng nên đi qua các luồng rà soát rõ ràng. Những hệ thống human-in-the-loop như phê duyệt hành động AI không chỉ là lan can an toàn; đó là cách tổ chức giữ cho AI hữu ích mà không trao cho nó thẩm quyền không kiểm soát.

Việc Astra for Law là một cấu hình GPT-6 Astra là phần hữu ích nhất của công bố này đối với những người xây dựng AI. Nó chỉ ra hướng mà AI doanh nghiệp dường như đang đi tới: không phải một mô hình nguyên khối cho mọi ngành, mà là các mô hình frontier có thể tái sử dụng, được đóng gói với kho ngữ liệu theo miền, hướng dẫn, công cụ, quyền hạn và đánh giá.

Kiến trúc đó thực tế hơn việc huấn luyện một mô hình mới cho từng nghề. Công việc pháp lý cần án lệ và ngữ cảnh vụ việc. Hỗ trợ khách hàng cần ticket, chính sách và hành động CRM. Agent kỹ thuật cần repo, trình theo dõi issue và công cụ triển khai. Đội tài chính cần sổ cái, phê duyệt và dấu vết kiểm toán. Mô hình nền cung cấp ngôn ngữ, suy luận và khả năng sử dụng công cụ; hệ thống bao quanh cung cấp miền nghiệp vụ.

Đây cũng là lý do định tuyến mô hình và điều phối trở nên quan trọng. Các bước khác nhau trong một quy trình làm việc có thể cần các năng lực khác nhau: suy luận sâu cho phân tích pháp lý, truy xuất nhanh để tra cứu trích dẫn, đầu ra có cấu trúc cho bảng điều khoản dự thảo, hoặc một mô hình ràng buộc an toàn hơn để định dạng. Một nền tảng có thể chọn giữa nhiều mô hình AI sẽ dễ thích nghi hơn một stack chỉ có một mô hình, đặc biệt khi chi phí, độ trễ và độ tin cậy thay đổi theo tác vụ.

Mẫu này cũng áp dụng cho công cụ. Một mô hình có thể trả lời câu hỏi là hữu ích. Một mô hình có thể truy xuất từ cơ sở tri thức có phân quyền, gọi hệ thống tài liệu, mở ngữ cảnh vụ việc và tạo bản redline là một quy trình làm việc. Người xây dựng có thể mô phỏng cấu trúc đó bằng API connector, cơ sở tri thức và lớp điều phối agent, nhưng họ cần kiểm thử từng kết nối như một phần của sản phẩm, không phải như một tiện ích bổ sung cho demo.

SiliconANGLE báo cáo rằng các kỹ sư OpenAI được nhúng tại từng hãng cũng đã xây dựng các công cụ riêng cho hãng trên ChatGPT Enterprise. Sullivan & Cromwell có một công cụ phân tích thỏa thuận kéo các playbook đàm phán và một số tiền lệ được chọn vào quá trình rà soát một giao dịch mới, rồi biến những gì tìm được thành các đề xuất redline. Ropes & Gray tập trung vào thẩm định giao dịch. Cooley’s GO Public xử lý chuẩn bị phát hành cổ phiếu lần đầu ra công chúng, bao gồm soạn thảo hồ sơ nộp.

Những ví dụ này cụ thể hơn nhiều so với “AI cho luật sư”. Chúng cho thấy giá trị ngắn hạn nhiều khả năng nằm ở đâu: công việc lặp lại, nặng về tài liệu, nhận biết tiền lệ, nơi hãng đã có sẵn quy trình và một kho ví dụ nội bộ.

Một công cụ phân tích thỏa thuận có thể được giới hạn phạm vi. Nó có thể so sánh bản dự thảo với playbook. Nó có thể trích dẫn tiền lệ. Nó có thể đề xuất redline để luật sư chấp nhận, từ chối hoặc chỉnh sửa. Quy trình thẩm định có thể được phân rã thành danh sách kiểm tra, rà soát tài liệu, trích xuất vấn đề và tóm tắt. Chuẩn bị IPO có các hiện vật đã biết và cường độ tài liệu cao.

Điều đó không làm công việc trở nên dễ dàng. Nó làm công việc trở nên có thể định nghĩa. Hệ thống AI hoạt động tốt hơn khi quy trình có ranh giới, tài liệu nguồn, tiêu chí chấp nhận và bước rà soát. Các agent mơ hồ kiểu “làm việc pháp lý” khó được tin cậy hơn nhiều so với các hệ thống hẹp soạn thảo dựa trên một playbook đã biết.

Với các đội ngoài lĩnh vực luật, đây là khuôn mẫu tốt hơn. Đừng bắt đầu bằng trợ lý rộng nhất có thể. Hãy bắt đầu bằng một quy trình có đầu vào đã biết, đầu ra đã biết và một người rà soát có thể nói liệu công việc có tốt hay không. Nếu tác vụ trải qua nhiều vai trò hoặc công cụ, một hệ thống đa agent được thiết kế có thể hữu ích, nhưng chỉ sau khi bản thân quy trình đã được hiểu rõ.

Với các hãng luật có quyền truy cập Astra for Law, câu hỏi đầu tiên không phải là benchmark có ấn tượng hay không. Câu hỏi đầu tiên là hệ thống có thể được kiểm thử an toàn ở đâu so với công việc hiện có. Ứng viên tốt là bản ghi nhớ nghiên cứu, thu thập thẩm quyền bước đầu, so sánh tiền lệ, tóm tắt thẩm định và rà soát bản nháp theo playbook nội bộ. Ứng viên kém là tư vấn cuối cùng không có giám sát, quyết định nộp hồ sơ không được rà soát hoặc bất kỳ quy trình nào mà nguồn thẩm quyền không thể được kiểm tra.

Các đội nên xây dựng đánh giá quanh chính các vụ việc của mình. Benchmark công khai hoặc riêng tư có thể cho thấy năng lực chung, nhưng một hãng cần biết liệu hệ thống có hoạt động tốt trên lĩnh vực hành nghề, nguồn thẩm quyền ưu tiên, quy ước tài liệu và mức chịu rủi ro của mình hay không. Không chỉ theo dõi độ đúng của câu trả lời, mà còn theo dõi chất lượng trích dẫn, thẩm quyền bị bỏ sót, sự tự tin sai, thời gian tiết kiệm, chỉnh sửa của người rà soát và tỷ lệ leo thang.

Với các nhà cung cấp AI pháp lý, công bố này nâng tiêu chuẩn. Một lớp bọc mỏng quanh mô hình chat sẽ khó bảo vệ hơn nếu các nhà cung cấp nền tảng đưa ra chỉ mục pháp lý, kiểm soát doanh nghiệp, plugin và quyền truy cập API. Nhà cung cấp sẽ cần thắng bằng chiều sâu quy trình độc quyền, ngữ cảnh vụ việc, tích hợp, UX, quản trị và niềm tin của khách hàng.

Với tất cả những ai khác đang xây dựng bằng AI, Astra for Law là một case study về đóng gói. Lợi thế phòng thủ không chỉ là một prompt. Đó là sự kết hợp giữa mô hình, truy xuất, quyền hạn, công cụ, đánh giá và nơi công việc vốn đã diễn ra.

OpenAI mô tả đợt ra mắt này là khởi đầu của một khoản đầu tư dài hạn vào lĩnh vực luật, theo SiliconANGLE. Cách diễn giải an toàn nhất cũng là cách hữu ích nhất: AI theo miền đang bớt xoay quanh việc đặt câu hỏi khó hơn cho chatbot tổng quát, và chuyển sang xây dựng các hệ thống biết cần tìm ở đâu, được phép chạm vào gì, khi nào phải xin phê duyệt và làm thế nào để để lại cho người rà soát một kết quả có thể xác minh.

Để nhận thêm tin tức AI và hướng dẫn thực tiễn, hãy đăng ký bản tin LIA.

• Astra for Law được mô tả là một cấu hình GPT-6 Astra cho nghiên cứu và soạn thảo pháp lý, không phải một mô hình nền tảng riêng biệt.
• Các mức tăng benchmark được báo cáo cho thấy giá trị của truy xuất chuyên biệt cho pháp lý, chất lượng kho ngữ liệu và đánh giá tập trung vào trích dẫn.
• Quản trị là trọng tâm của sản phẩm vì AI pháp lý phải tôn trọng quyền hạn theo vụ việc, tường đạo đức, chính sách lưu giữ và luồng rà soát.
• Đợt ra mắt gợi ý một mẫu hình doanh nghiệp rộng hơn: mô hình frontier được đóng gói với dữ liệu theo miền, công cụ, quyền hạn và đánh giá.
• Các ca sử dụng rõ nhất là những quy trình có giới hạn, nặng về tài liệu như bản ghi nhớ nghiên cứu, so sánh tiền lệ, tóm tắt thẩm định và rà soát bản nháp.

Astra for Law được báo cáo là một cấu hình nghiên cứu và soạn thảo pháp lý của mô hình GPT-6 Astra của OpenAI. Nó bổ sung chỉ mục tìm kiếm pháp lý, hướng dẫn phân tích pháp lý và các tích hợp quanh mô hình nền.

Không. Bài viết mô tả nó là một cấu hình của GPT-6 Astra thay vì một mô hình nền tảng riêng biệt, đó là lý do lớp truy xuất, công cụ và quản trị bao quanh lại quan trọng đến vậy.

Theo báo cáo, Astra for Law vượt qua kiểm tra độ đúng tổng thể trên 54% trong 200 câu hỏi Legal Research Bench, so với 38,7% của GPT-6 Astra khi chỉ dùng tìm kiếm web.

Hệ thống AI pháp lý có thể chạm tới các vụ việc bảo mật, chỉ dẫn của khách hàng và tài liệu có phân quyền. Nếu không có các kiểm soát như tường đạo đức, chính sách lưu giữ và bước rà soát, chúng có thể tạo ra rủi ro nghề nghiệp và vấn đề bảo mật.

Mẫu hữu ích là đóng gói một mô hình mạnh với dữ liệu chuyên biệt theo miền, công cụ, quyền hạn, đánh giá và rà soát bởi con người, rồi áp dụng nó vào các quy trình có giới hạn với đầu vào và đầu ra rõ ràng.