بالنسبة للمحامين في Sullivan & Cromwell، تتضمن مراجعة مسودة اتفاقية الموازنة بين شروطها والسوابق ذات الصلة، باستخدام مناهج مبنية على خبرة المكتب مع مراعاة أولويات العميل. وتجمع أداة Agreement Analyzer هذه المدخلات في سير عمل واحد للمراجعة، منتجةً تحليلات وتغييرات مقترحة يمكن للمحامين فحصها وصقلها.
«أعتقد أن الذكاء الاصطناعي سيسمح للمحامين بالتركيز على المجالات التي يكون حكمهم فيها الأكثر أهمية، حتى يتمكنوا من التركيز على الأسئلة الأكثر حسمًا لعملائهم.»—جون سافا، شريك في Sullivan & Cromwell
إدخال خبرة المكتب في مراجعة الاتفاقيات
رغم أن الذكاء الاصطناعي استُخدم في البداية غالبًا للمهام المتكررة والإدارية مثل صياغة الردود على البريد الإلكتروني أو التحقق من الجداول الزمنية، فإن سافا يرى أن التحسينات الأخيرة في القدرات التحليلية لنماذج الذكاء الاصطناعي قد غيّرت طريقة استخدامه. «الآن، نرى فرصًا كثيرة أكثر للاستخدام في المهام القانونية الصعبة مثل التحليل المعمّق للاتفاقيات المعقدة»، كما يقول.
تساعد Agreement Analyzer المحامين على مقارنة البنود المقابلة عبر السوابق وتتبع كيفية تفاعل تلك البنود مع بعضها.
طوّر شريك Sullivan & Cromwell جون سافا أداة Agreement Analyzer كإثبات مفهوم لمستخدم واحد مبني باستخدام Codex. ثم تعاون مع OpenAI في تحسين جودة المخرجات، ورفع الكفاءة عبر المعالجة المتوازية، وتحويل التطبيق إلى أداة يمكن لمحامين متعددين استخدامها في الوقت نفسه.
تدمج Agreement Analyzer سير عمل Sullivan & Cromwell وسوابق المكتب المنسّقة وكتيبات التفاوض وChatGPT Enterprise. بعد إدخال مسودة اتفاقية إلى الأداة، يمكن للمحامي إضافة سوابقه المختارة وكتيب يضم مواقف المكتب والعميل، إضافةً إلى معلومات حول الممارسات السائدة في السوق. تُجري الأداة دورات مراجعة متعددة من وجهات نظر مختلفة، وتُركّب المخرجات، وتساعد على تحديد المشكلات المحتملة، وتعيد مذكرة وتغييرات مقترحة بتتبّع التعديات ليراجعها المحامي ويكيّفها أو يرفضها.
«الأمر لا يتعلق باستبدال المحامين، بل بتوفير أداة تتيح للمحامين إجراء تحليلات أعمق وإيجاد مزيد من المراجع والسوابق لتقديم منتج أعلى جودة لعملائهم.»—جون سافا، شريك في Sullivan & Cromwell
جعل المصادر وعدم اليقين مرئيين
يؤكد سافا أن ما يجعل مخرجات أداة الذكاء الاصطناعي موثوقة هو الشفافية الكاملة. «إذا قدّمت أداة ذكاء اصطناعي ادعاءً حول الممارسات السائدة في السوق، يجب أن تكون قادرًا على رؤية مصدر تلك المعلومات»، كما يقول.
يصف سافا تطبيقًا تُطوّر فيه وكلاء (agents) استنتاجات بينما يتحداها وكلاء آخرون في عملية تنافسية. في حالة استخدام محتملة، تراجع وكلاء متخصصون الاتفاقية بالتوازي بحثًا عن أمور مثل الانحرافات عن السوق وتوزيع المخاطر، والتفاعلات بين البنود، والغموض الذي قد يؤثر في التقاضي. وتُميّز النتائج بين الاستنتاجات المدعومة بعد تحديها من وكلاء آخرين، والاستنتاجات المستبعدة، والمشكلات غير المتحقق منها المحفوظة مع تحفظات. ويمكن للمحامين فحص المشكلات وتفسيراتها الداعمة والسوابق ذات الصلة، ثم يقررون أي الاستنتاجات تستوجب تغييرات في النسخة النهائية المعلَّمة.
ما الخطوة التالية
تواصل Sullivan & Cromwell استكشاف أدوات مصمّمة 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: «لقد قدّمت Astra الأمور فعليًا إلى الأمام من حيث جودة الاستدلال المتاح، وكان ذلك هو عنق الزجاجة في الماضي»، كما يقول.