بالنسبة للمحامين في Sullivan & Cromwell، تتضمن مراجعة مسودة اتفاقية الموازنة بين شروطها والسوابق القضائية ذات الصلة، مع استخدام أساليب قائمة على خبرة المكتب ومراعاة أولويات العميل. وتُدمج أداة Agreement Analyzer التابعة للمكتب هذه المدخلات في سير عمل واحد للمراجعة، مما ينتج تحليلات وتغييرات مقترحة يمكن للمحامين فحصها وتحسينها.
“أعتقد أن الذكاء الاصطناعي سيسمح . . . للمحامين بالتركيز على المجالات التي يكون حكمهم فيها الأكثر أهمية . . . حتى يتمكنوا من التركيز على الأسئلة الأكثر أهمية لعملائهم.”—جون سافا، شريك، Sullivan & Cromwell
إدخال خبرة المكتب في مراجعة الاتفاقيات
على الرغم من أن الذكاء الاصطناعي كان يُستخدم في البداية في الغالب للمهام المتكررة والإدارية مثل صياغة الردود على البريد الإلكتروني أو التحقق من الجداول الزمنية، فإن سافا يلاحظ أن التحسينات الأخيرة في القدرات التحليلية لنماذج الذكاء الاصطناعي قد غيّرت طريقة استخدامه. يقول: “الآن، نرى فرصًا استخدامية أكبر بكثير في المهام القانونية الصعبة مثل التحليل العميق للاتفاقيات المعقدة.”
تساعد أداة Agreement Analyzer المحامين على مقارنة البنود المقابلة عبر السوابق القضائية وتتبع كيفية تفاعل تلك البنود مع بعضها.
طوّر شريك Sullivan & Cromwell جون سافا أداة Agreement Analyzer كإثبات مفهوم لمستخدم واحد مُشيَّد باستخدام Codex. ثم تعاون مع OpenAI في تحسين جودة المخرجات، وتعزيز الكفاءة من خلال المعالجة المتوازية، وتحويل التطبيق إلى أداة يمكن لمحامين متعددين استخدامها في الوقت نفسه.
تدمج أداة Agreement Analyzer سير عمل شركة Sullivan & Cromwell، والسوابق القضائية المنسقة للمكتب، وكتيبات التفاوض، وChatGPT Enterprise. بعد إدخال مسودة اتفاقية إلى الأداة، يمكن للمحامي إضافة السوابق القضائية التي اختارها بنفسه وكتيب لعب يضم مواقف المكتب والعميل، بالإضافة إلى معلومات عن الممارسة السوقية. تُجري الأداة دورات مراجعة متعددة من وجهات نظر مختلفة، وتولّف المخرجات، وتساعد في تحديد المشكلات المحتملة، وتُعيد مذكرة وتغييرات مقترحة مع تتبعها ليراجعها المحامي ويكيّفها أو يرفضها.
“الأمر لا يتعلق باستبدال المحامين. بل يتعلق بتوفير أداة للمحامين لإجراء تحليلات أعمق والعثور على مزيد من المراجع والسوابق لتقديم منتج أعلى جودة لعملائهم.”—جون سافا، شريك، Sullivan & Cromwell
جعل المصادر وعدم اليقين مرئيين
يؤكد سافا أن ما يجعل مخرجات أداة الذكاء الاصطناعي موثوقة هو الشفافية الكاملة. ويقول: “إذا ادّعت أداة ذكاء اصطناعي أمرًا ما حول الممارسة السوقية، يجب أن تكون قادرًا على رؤية مصدر تلك المعلومات.”
يصف سافا تطبيقًا حيث تطوّر بعض الوكلاء (agents) استنتاجات بينما يتحداها وكلاء آخرون في عملية تنافسية (adversarial). في حالة استخدام محتملة، يراجع وكلاء متخصصون الاتفاقية بالتوازي للتحقق من أمور مثل الانحرافات السوقية وتوزيع المخاطر، والتفاعلات بين البنود، والغموض الذي قد يؤثر على التقاضي. وتُميّز النتائج بين النتائج المدعومة بعد تحديها من قبل وكلاء آخرين، والنتائج المرفوضة، والمشكلات غير الموثقة التي تم الاحتفاظ بها مع تحفظات. يمكن للمحامين فحص المشكلات وشروحاتها الداعمة والسوابق القضائية ذات الصلة، ثم تحديد أي النتائج تستوجب تغييرات في العلامة النهائية للمراجعات.
ما هي الخطوة التالية
تواصل Sullivan & Cromwell استكشاف الأدوات المصمَّمة حول مهام قانونية محددة. وبالنسبة لسافا، تخلق القدرات التحليلية الأقوى فرصة لدعم المزيد من عملية البحث والكتابة.
يشير سافا إلى التطورات في قدرات الاستدلال مع GPT‑6 Astra: يقول: “لقد دفعت Astra الأمور حقًا إلى الأمام من حيث جودة الاستدلال المتاح، وقد كان ذلك هو عنق الزجاجة في الماضي.”