Prawo kojarzy się z przepisami, argumentami, interpretacją, doświadczeniem sędziego i indywidualną historią konkretnej sprawy. Coraz częściej jednak do tego świata wchodzą dane, algorytmy i narzędzia analizujące tysiące lub miliony orzeczeń. Unijny projekt AILAS pokazuje jeden z najciekawszych kierunków rozwoju LegalTech: legal analytics, czyli wykorzystanie sztucznej inteligencji i dużych zbiorów danych do wspierania pracy prawników. Czy to oznacza, że prawo staje się policzalne?
Czym był projekt AILAS?
AILAS, czyli Artificial Intelligence Legal Analytic Solution, był projektem finansowanym ze środków Unii Europejskiej. Jego celem było rozwijanie narzędzia wykorzystującego sztuczną inteligencję i big data do analizy orzeczeń sądowych oraz wspierania prawników w ocenie prawdopodobieństwa rozstrzygnięcia sporów.
Projekt był koordynowany przez francuską firmę Predictice. Według informacji CORDIS platforma miała pomagać profesjonalistom prawnym oszczędzać czas w badaniu orzecznictwa i poprawiać jakość doradztwa prawnego. W opisie projektu podkreślano, że rozwiązanie opiera się na algorytmach analizujących decyzje sądowe i umożliwiających prowadzenie legal analytics na dużą skalę.
AILAS nie był projektem o zastąpieniu sędziów przez maszyny. Dotyczył raczej narzędzi, które mogą pomagać prawnikom szybciej analizować orzeczenia, zauważać powtarzalne wzorce i lepiej oceniać ryzyko procesowe.
To ważne rozróżnienie. W debacie publicznej sztuczna inteligencja w prawie często budzi skrajne reakcje. Jedni widzą w niej rewolucję, która przyspieszy sądy i obniży koszty usług prawnych. Inni obawiają się automatycznego wymiaru sprawiedliwości, w którym indywidualna sprawa zostanie sprowadzona do statystycznego wyniku. AILAS znajduje się właśnie na granicy tych dwóch wyobrażeń.
Legal analytics, czyli prawo w danych
Legal analytics to wykorzystywanie danych prawnych do wyciągania wniosków, które mogą wspierać pracę prawników, kancelarii, działów prawnych i instytucji. Takimi danymi mogą być orzeczenia sądowe, akty prawne, informacje o czasie trwania postępowań, rodzajach roszczeń, argumentach stron, wysokości zasądzanych kwot albo sposobie rozstrzygania podobnych spraw.
W tradycyjnej pracy prawnika analiza orzecznictwa polega na szukaniu wyroków, czytaniu uzasadnień, porównywaniu stanów faktycznych i ocenianiu, które argumenty mogą mieć znaczenie. To praca wymagająca czasu, doświadczenia i uważności. Narzędzia typu AILAS próbują przyspieszyć część tego procesu, przetwarzając duże zbiory dokumentów szybciej niż człowiek.
Nie oznacza to jednak, że algorytm "rozumie prawo" tak jak sędzia, adwokat czy radca prawny. Może raczej wykrywać powtarzalne wzorce, zestawiać dane, porządkować podobne sprawy i wskazywać prawdopodobieństwa. W tym sensie legal analytics jest bardziej mapą niż wyrokiem. Może pomóc zobaczyć teren, ale nie powinno samo decydować, jaką drogę wybrać.
Czy algorytm może przewidzieć wyrok?
To najtrudniejsze pytanie w całej dyskusji. Z jednej strony duże zbiory orzeczeń rzeczywiście pozwalają zauważyć pewne prawidłowości. Jeśli w określonym typie spraw sądy najczęściej przyznają konkretne kwoty, oddalają określone roszczenia albo uznają pewien argument za istotny, analiza danych może to pokazać. Z drugiej strony każda sprawa sądowa ma własny kontekst, dowody, strony, historię i niuanse.
Algorytm może więc wskazywać prawdopodobieństwo, ale nie powinien być traktowany jak wyrocznia. Wynik statystyczny nie jest tym samym co rozstrzygnięcie konkretnej sprawy. Prawo nie działa jak prognoza pogody, choć nawet prognoza pogody bywa omylna. W sądzie liczy się nie tylko podobieństwo do wcześniejszych spraw, ale również jakość dowodów, aktualna linia orzecznicza, argumentacja stron, zmiana przepisów i sposób oceny konkretnego stanu faktycznego.
Dlatego najuczciwiej powiedzieć: algorytm może pomóc ocenić ryzyko, ale nie może zagwarantować wyniku. Może być narzędziem do rozmowy z klientem, przygotowania strategii procesowej albo sprawdzenia, czy dana sprawa mieści się w typowym schemacie. Nie powinien jednak zastępować samodzielnej analizy prawnej.
| Co może dać legal analytics? | Czego nie powinno zastępować? |
|---|---|
| Wyszukiwanie podobnych orzeczeń | Samodzielnej interpretacji przepisów |
| Analizę trendów w orzecznictwie | Oceny indywidualnego stanu faktycznego |
| Szacowanie ryzyka procesowego | Decyzji sędziego lub strategii prawnika |
| Porównywanie typów spraw i rozstrzygnięć | Analizy dowodów, wiarygodności i kontekstu |
| Oszczędność czasu w badaniu orzecznictwa | Odpowiedzialności zawodowej za poradę prawną |
Co może analizować AI w orzecznictwie?
Sztuczna inteligencja w legal analytics może analizować różne elementy orzeczeń. Może rozpoznawać typ sprawy, podstawę prawną, powtarzające się słowa i argumenty, wysokość zasądzonych kwot, czas postępowania, rozbieżności między sądami albo częstotliwość powoływania się na określone przepisy. Może też tworzyć zestawienia i wykresy, które człowiekowi zajęłyby bardzo dużo czasu.
W bardziej zaawansowanych zastosowaniach analizuje się sieci powiązań między orzeczeniami, cytowania, podobieństwo stanów faktycznych albo strukturę argumentacji. Badania nad przetwarzaniem języka naturalnego w prawie pokazują, że modele mogą pomagać w wydobywaniu argumentów z uzasadnień, choć jednocześnie istnieje różnica między technicznym oznaczeniem fragmentu tekstu a prawniczym rozumieniem argumentacji.
To właśnie w tym miejscu widać zarówno siłę, jak i ograniczenia AI. Algorytm może bardzo szybko przetwarzać tekst, ale prawo nie jest tylko tekstem. Jest także praktyką, odpowiedzialnością, interpretacją, ważeniem wartości i rozstrzyganiem konfliktów. Dlatego narzędzia analityczne są najbardziej użyteczne wtedy, gdy wspierają człowieka, a nie próbują udawać, że potrafią całkowicie zastąpić jego ocenę.
Korzyści dla prawników i obywateli
Najbardziej oczywistą korzyścią z legal analytics jest oszczędność czasu. Prawnik, który musi przeanalizować wiele orzeczeń, może szybciej dotrzeć do tych najważniejszych. Może też sprawdzić, czy jego intuicja jest zgodna z większym zbiorem danych, a nie tylko z kilkoma wybranymi przykładami.
Dla kancelarii i działów prawnych takie narzędzia mogą oznaczać lepsze zarządzanie ryzykiem. Zamiast mówić klientowi wyłącznie "moim zdaniem sprawa ma szanse", można pokazać szerszy obraz: jak podobne sprawy były rozstrzygane, jakie argumenty pojawiały się najczęściej i gdzie występują rozbieżności.
Dla obywatela korzyść może być pośrednia, ale realna. Jeśli prawnik szybciej analizuje orzecznictwo, może lepiej przygotować strategię, uczciwiej ocenić szanse i wcześniej ostrzec przed ryzykiem. W niektórych przypadkach legal analytics może również pomagać w podejmowaniu decyzji, czy warto iść do sądu, czy raczej szukać ugody.
Legal analytics nie powinno służyć do obiecywania wygranej. Może natomiast pomóc lepiej rozmawiać o ryzyku, kosztach, czasie trwania sporu i możliwych scenariuszach.
Ryzyka "prawa policzalnego"
Największe ryzyko polega na tym, że wynik algorytmu zacznie być traktowany zbyt poważnie. Jeśli narzędzie pokazuje, że sprawa ma określone prawdopodobieństwo wygranej, łatwo zapomnieć, że jest to tylko wynik modelu opartego na danych historycznych. A dane historyczne mogą być niepełne, stronnicze, źle opisane albo niedopasowane do konkretnej sytuacji.
Drugie ryzyko dotyczy utrwalania istniejących schematów. Jeśli sądy w przeszłości rozstrzygały pewien typ spraw w określony sposób, algorytm może uznać ten wzorzec za silny sygnał. Ale prawo nie rozwija się tylko przez powtarzanie przeszłości. Czasem potrzebna jest zmiana linii orzeczniczej, nowe rozumienie przepisu albo odważne uwzględnienie wartości, których wcześniej nie dostrzegano.
Trzecie ryzyko dotyczy nierówności. Duże kancelarie i bogatsi klienci mogą mieć łatwiejszy dostęp do zaawansowanych narzędzi analitycznych niż mniejsze podmioty. Jeśli legal analytics stanie się istotnym elementem przewagi procesowej, pojawi się pytanie o równość dostępu do profesjonalnej pomocy prawnej i informacji o orzecznictwie.
Czwarte ryzyko wiąże się z przejrzystością. Jeżeli użytkownik nie wie, jak działa model, jakie dane analizuje, czego nie uwzględnia i jak oblicza wynik, może łatwo przecenić jego wartość. W prawie wyjaśnienie jest bardzo ważne. Liczy się nie tylko odpowiedź, ale także droga, która do niej prowadzi.
Dlaczego człowiek nadal jest potrzebny?
Prawo nie polega tylko na przewidywaniu, co zrobi sąd. Polega także na rozumieniu, co jest słuszne, jakie argumenty można podnieść, jak chronić interes klienta, jak ocenić dowody i kiedy warto szukać rozwiązania poza procesem. Tego nie da się sprowadzić wyłącznie do statystyki.
Człowiek jest potrzebny również dlatego, że sprawy sądowe dotyczą ludzi. Za każdą kategorią danych stoi czyjś konflikt, praca, zdrowie, pieniądze, rodzina, przedsiębiorstwo, odpowiedzialność albo reputacja. Algorytm może analizować dokumenty, ale nie ponosi odpowiedzialności za poradę, decyzję procesową ani skutki błędnej oceny.
Dlatego przyszłość legal analytics najrozsądniej widzieć jako współpracę. Prawnik korzysta z narzędzia, ale nie oddaje mu decyzji. Algorytm pomaga uporządkować materiał, ale człowiek ocenia jego znaczenie. Dane pokazują tendencje, ale interpretacja nadal wymaga wiedzy, doświadczenia i odpowiedzialności.
Co AILAS mówi o przyszłości prawa?
AILAS pokazuje, że prawo coraz mocniej staje się obszarem pracy z danymi. To nie znaczy, że zamienia się w matematykę. Oznacza raczej, że obok klasycznych umiejętności prawniczych pojawiają się nowe narzędzia: analiza dużych zbiorów orzeczeń, przetwarzanie języka naturalnego, wykrywanie wzorców, wizualizacja danych i szacowanie ryzyka.
Dla Unii Europejskiej jest to temat ważny z kilku powodów. Po pierwsze, cyfryzacja prawa i sądownictwa wpływa na dostęp do sprawiedliwości. Po drugie, rozwój LegalTech tworzy nowe usługi i rynek technologii prawnych. Po trzecie, narzędzia oparte na AI muszą być rozwijane w sposób odpowiedzialny, zgodny z ochroną praw podstawowych, przejrzystością i zasadą rzetelnego procesu.
Najciekawsze pytanie nie brzmi więc: "czy algorytm zastąpi prawnika?". Bardziej sensowne jest pytanie: "jakie zadania warto powierzyć narzędziom analitycznym, a które muszą pozostać po stronie człowieka?". AILAS jest dobrym punktem wyjścia do takiej rozmowy, bo pokazuje jednocześnie potencjał i granice automatyzacji w prawie.
Prawo może być coraz lepiej analizowane za pomocą danych, ale nie powinno zostać zredukowane do samego rachunku prawdopodobieństwa. Liczby mogą pomagać, lecz sprawiedliwość nadal wymaga argumentów, kontekstu i odpowiedzialnej decyzji człowieka.
W tym sensie AILAS dobrze pokazuje mniej oczywistą stronę unijnych projektów technologicznych. Nie chodzi tylko o to, by tworzyć nowe narzędzia. Chodzi także o to, by testować, jak technologia zmienia zawody, instytucje i zaufanie obywateli do systemu. W prawie to pytanie jest szczególnie ważne, bo skutki błędnej automatyzacji mogą dotknąć nie abstrakcyjnych danych, lecz konkretnych ludzi.
Źródła i dodatkowe opracowania:
- CORDIS - karta projektu AILAS: https://cordis.europa.eu/project/id/854382
- Socium.pl - społeczno-prawne omówienie problemu AI analizującej orzeczenia: https://www.socium.pl/ai-analizuje-orzeczenia-czy-prawo-da-sie-przewidziec.html