الذكاء الاصطناعي لمراجعة الامتياز القانوني: تقليل معدلات الإيجابيات الكاذبة في إنتاج المستندات

أخبرتني شريكة في مكتب محاماة متخصص في التقاضي عن مراجعة امتياز قانوني انحرفت عن مسارها. كان فريقها ينتج مستندات في نزاع تجاري، وقام المحامون المتعاقدون الذين يجرون مراجعة الامتياز بتصنيف 14,000 مستند على أنها قد تكون مشمولة بالامتياز من أصل 280,000 مستند تمت مراجعتها. عندما قام المحامون الأقدم بفحص عشوائي لعلامات الامتياز، وجدوا أن حوالي 35% منها كانت إيجابيات كاذبة — مستندات تم تصنيفها على أنها مشمولة بالامتياز لمجرد أنها تحتوي على اسم محامٍ أو تشير إلى كلمة "قانوني" في سياق غير مشمول بالامتياز. اضطر الفريق إلى إعادة مراجعة ما يقرب من 5,000 مستند، مما أضاف أسبوعين و180,000 دولار إلى المشروع.

تعالج مراجعة الامتياز المدعومة بالذكاء الاصطناعي هذه المشكلة من خلال تطبيق تحليل أكثر تطوراً من مطابقة الكلمات المفتاحية. عندما طبق نفس المكتب مراجعة الامتياز بالذكاء الاصطناعي على قضية لاحقة بحجم مماثل، انخفض معدل الإيجابيات الكاذبة إلى 8.4%، وتم التخلص من دورة إعادة المراجعة بالكامل.

لماذا تعد مراجعة الامتياز صعبة بشكل فريد

تقع مراجعة الامتياز عند تقاطع ضغطين متنافسين. يؤدي التصنيف المنخفض إلى خطر التنازل غير المقصود عن الامتياز. إذا تم تقديم مستند مشمول بالامتياز للطرف المقابل، فقد يتم التنازل عن الامتياز ليس فقط لذلك المستند بل لموضوع القضية بأكمله. أما التصنيف المفرط فيؤدي إلى تضخم سجل الامتياز، وزيادة التكاليف، ويمكن أن يثير اعتراضات من الطرف المقابل الذي يشتبه في أن الطرف المنتج يخفي مستندات ذات صلة خلف ادعاءات امتياز غير صحيحة.

تتفاقم الصعوبة بسبب أن الامتياز يعتمد على السياق. البريد الإلكتروني الموجه إلى محامٍ ليس مشمولاً بالامتياز تلقائياً. يجب أن يتضمن طلب أو تقديم مشورة قانونية. البريد الإلكتروني الذي ينسخ محامياً لكنه يناقش أموراً تجارية بحتة ليس مشمولاً بالامتياز. والبريد الإلكتروني الذي يناقش مشورة قانونية لكنه يشمل مستلمين من غير المحامين خارج نطاق من يحتاجون إلى المعرفة قد يكون قد تنازل عن الامتياز. تتطلب هذه التمييزات فهم المحتوى والسياق والمشاركين في كل اتصال.

يعتمد المحامون المتعاقدون الذين يجرون مراجعة الامتياز عادةً على قواعد استدلالية: هل كان محامٍ مشاركاً، هل يناقش المستند مواضيع قانونية، هل يحتوي على مصطلحات قانونية؟ تنتج هذه القواعد الاستدلالية معدلات إيجابيات كاذبة عالية لأن العديد من المستندات تشمل محامين في سياقات غير قانونية أو تستخدم مصطلحات قانونية في مناقشات تجارية.

كيف يحسّن الذكاء الاصطناعي التحليل

تستخدم أدوات مراجعة الامتياز بالذكاء الاصطناعي عدة تقنيات تتجاوز مطابقة الكلمات المفتاحية. تحلل الأدوات الأكثر فعالية المستندات عبر أبعاد متعددة في وقت واحد.

يحدد تحليل المشاركين أدوار الأشخاص في الاتصالات. يحتفظ النظام بقاعدة بيانات للمحامين والمساعدين القانونيين والموظفين القانونيين، ويحلل مشاركتهم في كل مستند. يتم التعامل مع بريد إلكتروني من مسؤول تنفيذي تجاري إلى مسؤول تنفيذي تجاري آخر يصادف أنه ينسخ المستشار القانوني الداخلي بشكل مختلف عن اتصال مباشر من المسؤول التنفيذي إلى المستشار القانوني الخارجي يطلب فيه مشورة بشأن مسألة قانونية محددة.

يتجاوز تصنيف المحتوى اكتشاف الكلمات المفتاحية. يميز الذكاء الاصطناعي بين مناقشات الاستراتيجية القانونية (من المرجح أنها مشمولة بالامتياز)، ومناقشات القرارات التجارية المستنيرة بالمشورة القانونية (قد تكون مشمولة بالامتياز)، ومناقشات الأمور التجارية التي تشير عرضاً إلى مفاهيم قانونية (على الأرجح غير مشمولة بالامتياز). يتم تدريب هذا التصنيف على آلاف الأمثلة المصنفة حيث اتخذ محامون أقدم قرارات بشأن الامتياز، بحيث يتعلم النموذج الأنماط التي تميز المحتوى المشمول بالامتياز فعلاً عن الاتصالات التجارية التي تبدو قانونية ظاهرياً.

يفحص تحليل السلاسل سلاسل البريد الإلكتروني كمحادثات كاملة بدلاً من رسائل فردية. قد تفقد سلسلة تبدأ كمناقشة مشمولة بالامتياز بين محامٍ وموكل طابع الامتياز إذا تم إعادة توجيهها إلى قائمة توزيع واسعة. وعلى العكس، قد تصبح مناقشة تجارية تتحول إلى طلب مشورة قانونية مشمولة بالامتياز في منتصف الطريق. يتتبع الذكاء الاصطناعي هذه التحولات عبر السلسلة.

يحدد رسم خرائط علاقات المستندات المستندات المرتبطة بالاتصالات المشمولة بالامتياز. من المرجح أن يكون مسودة عقد مرفقة ببريد إلكتروني مشمول بالامتياز محمية باعتبارها نتاج عمل المحامي. كما أن التحليل المالي المعد بتوجيه من المستشار القانوني لأغراض التقاضي من المرجح أيضاً أن يكون محمياً. يحدد الذكاء الاصطناعي هذه العلاقات ويصنف المستندات ذات الصلة للمراجعة معاً بدلاً من مراجعتها بشكل منفصل.

قياس التحسن

عبر تطبيقات متعددة، تقدم مراجعة الامتياز بالذكاء الاصطناعي باستمرار ثلاثة تحسينات قابلة للقياس.

تنخفض معدلات الإيجابيات الكاذبة من نسبة نموذجية تتراوح بين 30-40% مع المراجعة القائمة على الكلمات المفتاحية إلى 7-12% مع المراجعة المدعومة بالذكاء الاصطناعي. لهذا الانخفاض تأثير مباشر على التكلفة لأن كل إيجابية كاذبة تتطلب وقت محامٍ أقدم لتقييمها وإزالتها من سجل الامتياز. في قضية تحتوي على 10,000 تصنيف امتياز أولي، يؤدي تقليل الإيجابيات الكاذبة من 35% إلى 9% إلى التخلص من حوالي 2,600 مراجعة غير ضرورية.

تتحسن أيضاً معدلات السلبيات الكاذبة، رغم أن قياس ذلك أصعب لأنه يتطلب تحديد المستندات المشمولة بالامتياز التي فاتتها المراجعة. في اختبارات ضبط الجودة، تحدد مراجعة الامتياز المدعومة بالذكاء الاصطناعي 12-18% أكثر من المستندات المشمولة بالامتياز فعلاً مقارنة بالأساليب القائمة على الكلمات المفتاحية، ويرجع ذلك أساساً إلى أنها تلتقط المستندات المشمولة بالامتياز التي لا تحتوي على كلمات مفتاحية قانونية واضحة لكنها تتضمن اتصالات مشمولة بالامتياز بناءً على السياق.

ينخفض وقت إعداد سجل الامتياز لأن الذكاء الاصطناعي يولد مسودات إدخالات سجل الامتياز تلقائياً. لكل مستند يتم تصنيفه على أنه مشمول بالامتياز، يستخرج النظام التاريخ والمؤلف والمستلمين والموضوع وأساس ادعاء الامتياز. لا تزال هذه المسودات تتطلب مراجعة المحامي، لكن البدء من مسودة منظمة أسرع بكثير من إنشاء إدخالات السجل من الصفر.

التعامل مع الحالات الحدية

المستندات التي تسبب أكبر صعوبة لكل من البشر والذكاء الاصطناعي تندرج ضمن فئات قليلة. تتطلب الاتصالات متعددة الأغراض التي تحتوي على مناقشة تجارية ومشورة قانونية معاً تحليلاً دقيقاً لتحديد ما إذا كان المستند بأكمله مشمولاً بالامتياز أم فقط أجزاء المشورة القانونية. يصنف الذكاء الاصطناعي هذه المستندات لمراجعة المحامي الأقدم ويقدم تحليله للأجزاء التي يبدو أنها تحتوي على مشورة قانونية.

تضيف اتصالات المصلحة المشتركة أو الدفاع المشترك تعقيداً لأن الامتياز يمتد إلى ما وراء حدود العلاقة التقليدية بين المحامي والموكل. يحتاج الذكاء الاصطناعي إلى فهم اتفاقيات الدفاع المشترك المعمول بها والأطراف التي تتشارك مصالح مشتركة. يتطلب هذا عادةً بعض التكوين اليدوي في بداية المشروع.

تثير المستندات التي تشمل مستشاراً قانونياً أجنبياً أسئلة حول اختيار القانون المطبق لأن الولايات القضائية المختلفة لديها معايير امتياز مختلفة. قد يكون الاتصال مع محامٍ بريطاني مشمولاً بالامتياز بموجب القانون الإنجليزي لكن ليس بموجب معايير امتياز المحامي والموكل الأمريكية. يصنف الذكاء الاصطناعي هذه الاتصالات العابرة للحدود للتحليل وفقاً لإطار الامتياز المطبق.

بالنسبة لمكاتب المحاماة التي تتعامل مع تقاضٍ كثيف المستندات، تقلل مراجعة الامتياز بالذكاء الاصطناعي المخاطر على جانبي المعادلة. فهي تلتقط المزيد من المستندات المشمولة بالامتياز فعلاً التي تفوتها أساليب الكلمات المفتاحية، وتنتج عدداً أقل بكثير من الإيجابيات الكاذبة التي تهدر وقت المحامين وتدعو إلى الطعن في سجل الامتياز. لا تحل التقنية محل الحاجة إلى حكم المحامي في مسائل الامتياز المعقدة، لكنها تضمن تطبيق حكم المحامي حيث يكون أكثر أهمية بدلاً من توزيعه بشكل ضعيف عبر آلاف المستندات الروتينية.

زاوية قابلية الدفاع

كانت المحاكم عموماً متقبلة لمراجعة الامتياز المدعومة بالذكاء الاصطناعي، خاصة عندما يستطيع الطرف المنتج إثبات المنهجية وعملية التدريب ونتائج التحقق. يمكن القول إن سجل الامتياز المدعوم بتحليل الذكاء الاصطناعي والمراجعة الانتقائية للمحامي أكثر قابلية للدفاع عنه من سجل أنتجه محامون متعاقدون مرهقون يطبقون قواعد استدلالية غير متسقة عبر مجموعة من 280,000 مستند. توفر المقاييس التفصيلية التي تولدها أدوات الذكاء الاصطناعي، بما في ذلك درجات الثقة لكل قرار امتياز، شفافية لا يمكن للمراجعة اليدوية مضاهاتها ببساطة.