Kan teknikutvecklingen leda till ÖKAD efterfrågan på jurister?

Landvinningarna inom maskininlärning behöver inte nödvändigtvis vara ett hot. Ekonomer tror att efterfrågan på mänskligt omdöme och beslutsfattande kommer öka i takt med att kostnaderna för att analysera data sjunker.

Kira Systems mjukvara, som används av bl a Linklaters och Deloitte, söker inte efter fördefinierade ord eller meningar i avtal. Mjukvaran har istället tränats att identifiera olika typer av klausuler genom att, under vägledning av dess konstruktörer, analysera ett stort antal dokument (hör företagets vd Noah Waisberg förklara hur det går till här). Detta är maskininlärning, en gren inom det som brukar kallas artificiell intelligens. Istället för att följa uppsatta regler ("om x så y, annars z") lär sig mjukvaran av tidigare erfarenheter. Spamfilter blir exempelvis bättre på att filtrera e-post ju fler meddelanden de analyserar. 

Datorer har med hjälp av maskininlärning kunnat besegra människor i Jeopardy och Go, spel som i likhet med biltrafik är för komplexa för att hantera med regelbaserade algoritmer. 

"Deep learning is now in fact near human performance at understanding what sentences are about"

AI utvecklas bland annat genom att spela spel - Go, schack och gamla Ataridatorspel bl a - mot sig själva om och om igen. Google utvecklar nu nästa generations AI genom att låta ett program spela Starcraft 2. Google har också anställt ett hundratal lingvister för att träna mjukvaran.
​

Maskiner blir "smartare" av att spela mot sig själva

Datorer är inte verkligt intelligenta och kommer kanske aldrig bli det. Att utveckla "strong AI" är svårt, enligt experter som fysikern Michio Kaku. Men det betyder inte att de inte kan bli bättre än oss på vissa områden. De är exempelvis bättre än oss på att läsa folks läppar. Framtidens jobb är de robotar inte kan utföra, menar Kaku. 

- Deep learning now in fact is near human performance at understanding what sentences are about and what it is saying about those things, säger maskininlärningföretaget Enlitics grundare Jeremy Howard:

Algoritmer är inte intelligenta, men de kan i vissa sammanhang nå samma resultat som en människa skulle nått i samma situation och de kan utföra saker som vi skulle kalla intelligenta om de utförts av en människa. Mjukvara fungerar inte som människohjärnan, men det är ingen förutsättning för att nå användbara resultat. 

Maskiner som förstår språk och logik, kan läsa och skriva, hantera stora informationsmängder, se mönster och lära sig själva kan utföra uppgifter som skulle tagit människor år på minuter, säger Howard.

Vi använder redan tekniken i vardagen, kanske utan att tänka på det. Googles sökmotor, Spotifys musikrekommendationer och Siris röstigenkänning bygger alla på maskininlärning. Liksom bildredigeringsappen Prisma (t v), som tolkar foton istället för att lägga på statiska filter. 

Tekniken används också för att göra förutsägelser om efterfrågan och för att hantera logistik. Den används allt oftare av advokat- och revisionsbyråer samt av domstolar och andra myndigheter. Utvecklingen har inte tagit fart i Norden, men intresse finns. 
​

ROSS, som lärde sig obeståndsrätt genom att analysera dokument och genom feedback från jurister, används nu av ett flertal byråer. Bassi Edlin Huie & Blum, en liten byrå i Kalifornien, implementerade ett automatiskt dokumentgranskningssystem för att analysera elva miljoner dokument i ett miljörättsligt ärende. Systemet kostade 45 000 dollar att utveckla, att oursourca jobbet hade enligt byrån kostat omkring 300 000 dollar.

Dokumentautomation är kanske det mest omtalade tillämpningsområdet för advokatbyråer, men det finns fler - som fördelning av arbete och kostnadsprognoser.
​

Användningsområden för maskininlärning

Kinesiska domstolar använder mjukvara för att analysera rättsfall, amerikanska för att bedöma individers benägenhet att återfalla i brott. Tekniken kan också användas för att göra förutsägelser om utgången i processer. Ett sådant verktyg har utvecklats för att hjälpa Europadomstolen att prioritera bland ärenden.

Harry Surden, professor vid University of Colorado law school, talade häromåret om hur maskininlärning kan användas inom juridiken vid CodeX, Stanfords centrum för rättsinformatik:

Vissa oroar sig för att maskinerna ska vända sig mot oss. Andra för att de ska ta våra jobb och att vi kommer behöva införa medborgarlön. Vi tar upp detta i pilotavsnittet av vår podd, i vilket vi konstaterar att konsensus bland experter tycks vara att maskiner kommer assistera jurister snarare än ersätta dem.

Profiler som ROSS grundare Andrew Arruda och Accentures CTO Paul Daugherty menar exempelvis att de arbetsuppgifter som blir över åt oss blr mer meningsfulla. Och nu skriver tre professorer vid University of Toronto (Avi Goldfarb, Joshua Gans och Ajay Agrawal) att värdet av och efterfrågan på mänskligt omdöme och beslutsfattande kan komma att öka. 

Deras resonemang: Med landvinningar inom maskininlärning sjunker kostnaderna för tjänster som går ut på att göra förutsägelser och prognoser baserade på stora mängder data. När användningen av sådana tjänster ökar, och vi börjar använda dem för nya ändamål, sjunker värdet på substitut (såsom manuellt ställda prognoser) medan värdet av sådant som komplementerar prognoser (såsom mänskligt omdöme och beslutsfattande) ökar:
 
”We’ll want more human judgment”
 
"As machine intelligence improves, the value of human prediction skills will decrease because machine prediction will provide a cheaper and better substitute for human prediction, just as machines did for arithmetic. However, this does not spell doom for human jobs, as many experts suggest. That’s because the value of human judgment skills will increase. Using the language of economics, judgment is a complement to prediction and therefore when the cost of prediction falls demand for judgment rises. We’ll want more human judgment."
 
Vi kommer kunna ställa fler medicinska diagnoser och upptäcka fler sjukdomsfall i tidigare skeden. Därmed ökar efterfrågan på beslut om behandling och mänskligt stöd för patienter, skriver de. Just läkare var de första som intresserade sig för IBM:s Watson. Därefter kom bankerna - och efter dem juristerna.

​Fredrik Svärd
[email protected]

Läs också: 
There will still be significant demand for the skills of lawyers
Juristbranschen nästa för IBM Watson
Så förändras juristbranschen