Sullivan & Cromwell توظّف خبرتها القانونية في مراجعة الاتفاقيات
بالتعاون مع OpenAI، طوّرت Sullivan & Cromwell أداة Agreement Analyzer التي تستخدم الذكاء الاصطناعي لتحديد المشكلات في في مسودة الاتفاقية.
تشمل مراجعة مسودة اتفاقية لدى محامي Sullivan & Cromwell موازنة شروطها مع نماذج الاتفاقيات السابقة ذات الصلة، باتباع أساليب تستند إلى خبرة المكتب ومراعاة أولويات العميل. تجمع أداة Agreement Analyzer التي طوّرها المكتب هذه المعطيات في مسار مراجعة واحد، وتقدّم تحليلات وتعديلات مقترحة يمكن للمحامين فحصها وتنقيحها.
«أعتقد أن الذكاء الاصطناعي سيتيح . . . للمحامين التركيز على المجالات التي يكون فيها لتقديرهم المهني أكبر أهمية . . . ليتمكنوا من التركيز على المسائل الأكثر أهمية لعملائهم».
رغم أن استخدام الذكاء الاصطناعي اقتصر في البداية غالبًا على المهام الإدارية المتكررة، مثل صياغة الردود على رسائل البريد الإلكتروني أو الاطلاع على جداول المواعيد، يرى سافا أن التحسّن الأخير في القدرات التحليلية لنماذج الذكاء الاصطناعي غيّر أوجه استخدامه. ويقول: «نشهد الآن فرصًا أكثر بكثير لاستخدامه في مهام قانونية صعبة، مثل التحليل المتعمّق للاتفاقيات المعقّدة».
تساعد أداة Agreement Analyzer المحامين على مقارنة الأحكام المتناظرة في نماذج الاتفاقيات السابقة وتتبّع كيفية تأثير هذه الأحكام بعضها في بعض.
طوّر جون سافا، الشريك في Sullivan & Cromwell، أداة Agreement Analyzer باستخدام Codex، كنموذج أولي لإثبات جدوى الفكرة مخصّص لمستخدم واحد. ثم تعاون مع OpenAI لتحسين جودة المخرجات، ورفع الكفاءة من خلال المعالجة المتوازية، وتحويل التطبيق إلى أداة يمكن لعدة محامين استخدامها في الوقت نفسه.
تجمع أداة Agreement Analyzer بين آليات العمل في Sullivan & Cromwell، ونماذج مختارة بعناية من اتفاقيات المكتب السابقة، وأدلة التفاوض، وChatGPT Enterprise. بعد إدخال مسودة الاتفاقية في الأداة، يمكن للمحامي إضافة نماذج اتفاقيات سابقة يختارها بنفسه، ودليل يتضمّن مواقف المكتب والعميل، إلى جانب معلومات عن الممارسات السائدة في السوق. تُجري الأداة جولات مراجعة متعددة من منظورات مختلفة، وتدمج مخرجاتها، وتساعد على تحديد المشكلات المحتملة، ثم تقدّم مذكرة وتعديلات مقترحة مع تتبّع التغييرات، ليراجعها المحامي أو يعدّلها أو يرفضها.
«ليس الهدف استبدال المحامين. بل تزويدهم بأداة تتيح لهم إجراء تحليلات أعمق والعثور على مزيد من الأسانيد القانونية والسوابق، ليقدّموا لعملائهم عملًا أعلى جودة».
يؤكد سافا أن الشفافية الكاملة هي ما يجعل مخرجات أداة الذكاء الاصطناعي جديرة بالثقة. ويقول: «إذا قدّمت أداة ذكاء اصطناعي ادعاءً بشأن الممارسات السائدة في السوق، فلا بد أن تتمكن من الاطلاع على مصدر تلك المعلومات».
يصف سافا تطبيقًا يتوصّل فيه وكلاء ذكاء اصطناعي إلى استنتاجات، بينما يتولّى وكلاء آخرون الطعن فيها ضمن عملية تقوم على عرض الحجج والحجج المضادة. في أحد الاستخدامات المحتملة، يراجع وكلاء متخصّصون الاتفاقية بالتوازي لفحص جوانب مثل الخروج عن الممارسات السائدة في السوق وتوزيع المخاطر، والتأثير المتبادل بين البنود، وأوجه الغموض التي قد تؤثر في التقاضي. تميّز النتائج بين الاستنتاجات التي ظلّت مدعومة بعد طعن الوكلاء الآخرين فيها، والاستنتاجات المستبعدة، والمسائل غير المتحقّق منها التي أُبقي عليها مع إرفاق تحفّظات. يمكن للمحامين فحص المسائل المطروحة، والتفسيرات الداعمة لها، ونماذج الاتفاقيات السابقة ذات الصلة، ثم تحديد الاستنتاجات التي تستدعي إجراء تغييرات في النسخة النهائية المُبيّنة للتعديلات.
تواصل Sullivan & Cromwell استكشاف أدوات مصمّمة لتلبية احتياجات مهام قانونية محدّدة. يرى سافا أن تعزيز القدرات التحليلية يتيح دعم مزيد من مراحل البحث والكتابة.
ويشير سافا إلى التقدّم في قدرات الاستدلال مع GPT‑6 Astra، قائلًا: «أحدث Astra نقلة حقيقية في جودة الاستدلال المتاح، إذ كانت محدودية جودة الاستدلال العقبة الأساسية في السابق».
