OpenAI lakialalla on oikeudellisen tekoälyn kärjessä
Uusin mallikokoonpanomme sijoittui ensimmäiseksi julkaisuvaiheen arvioinnissa, joka kattoi 24 oikeudenalaa, ja sai oikeudenkäyntikirjelmistään paremmat arviot kuin GPT‑6 Astra. Kaikki ChatGPT Enterprise -asiakkaat voivat nyt hakea käyttöoikeutta.
Julkaisemme tänään päivitetyn OpenAI lakialalla -kokoonpanon, joka saavuttaa huipputuloksen Harveyn LAB-AA-testissä ja kuuluu kärkeen sekä Harveyn(avautuu uudessa ikkunassa) ja Grubelin(avautuu uudessa ikkunassa) yhdessä kehittämässä LAB: USCL -testissä että Vals AI:n Legal Research Bench -testissä. Samalla annamme kaikille ChatGPT Enterprise -asiakkaille mahdollisuuden hakea käyttöoikeutta Trusted Access Program -ohjelman kautta, myös API-käyttöä varten.
OpenAI lakialalla on mallikokoonpano, joka perustuu uusimpaan ja tehokkaimpaan edistyneeseen malliimme GPT‑6.2 Astraan. Se yhdistää GPT‑6.2 Astraan oikeudellisen tiedonhaun hakemiston sekä ohjeet kysymysten tutkimiseen, oikeuslähteiden painoarvon punnitsemiseen ja vastausten kirjoittamiseen. Tämä kokoonpano sai LAB-AA-arvioinnissa täydet pisteet lähes 40 % useammin kuin GPT‑6.2 Astra yksinään.
Kun esittelimme OpenAI lakialalla -kokoonpanon syyskuussa, se oli pienen asianajotoimistojoukon käytössä. Mukana olivat muun muassa Cooley, Ropes & Gray ja Sullivan & Cromwell. Sen jälkeen tutkimustiimimme on nopeasti kehittänyt sen oikeudellista päättelyä ja noin kaksinkertaistanut sen oikeudellisten lähteiden määrän. Vals AI:n Legal Research Bench -testissä(avautuu uudessa ikkunassa) kaikki tarkistukset läpäisseiden vastausten osuus nousi noin 46 %:sta lähes 55 %:iin. Panostamme lakialaan, jotta parhaat juristit voivat hyödyntää edistyneintä tekoälyämme kysymyksissä, joiden ratkaiseminen mahdollistaa edistyksen yhä monimutkaisemmassa maailmassa.
Harveyn Legal Agent Benchmark (LAB) testaa, pystyykö malli hoitamaan oikeudellisen tehtävän alusta loppuun. LAB-AA(avautuu uudessa ikkunassa) on Artificial Analysisin versio tästä testistä. Siinä mallit joutuvat tiukkaan testiin 120 Harveyn laatimassa tehtävässä, jotka ulottuvat valaehtoisten todistajankuulemisten runkojen laatimisesta liikehuoneistojen vuokrasopimusten tarkastamiseen ja yrityskauppojen omistusmuutosten suunnitteluun. Saadakseen täydet pisteet vastauksen on täytettävä tehtävän kaikki vaatimukset ilman hallusinaatioita eli olennaisia väitteitä, joille lähdeasiakirjoista ei löydy tukea.
OpenAI lakialalla sijoittui ensimmäiseksi ja sai täydet pisteet 20,8 %:ssa tehtävistä. GPT‑6.2 Astran tulos oli 15,0 % ja Muse Wonder Fullin 13,1 %.

OpenAI lakialalla sai täydet pisteet 20,8 %:ssa tehtävistä ja sijoittui ensimmäiseksi.
OpenAI lakialalla saavutti parhaan tuloksen myös tuottamalla alle puolet siitä tekstimäärästä, jonka julkaisuvertailun parhaiten menestynyt muu kuin OpenAI:n malli tuotti. Sen tuotos oli keskimäärin noin 64 000 tokenia tehtävää kohden, kun Muse Wonder Fullin vastaava luku oli 139 000. Lisäksi se sai täydet pisteet useammin: 20,8 %:ssa tehtävistä verrattuna 13,1 %:iin. Käytön mukaan maksaville lakitiimeille tämä tarkoittaa, että OpenAI lakialalla sai täydet pisteet useammin kuin Muse Wonder Full ja tuotti samalla 54 % vähemmän tekstiä tehtävää kohden. Tämä voi ratkaista, pysytäänkö budjetissa vai ylittyykö se reilusti.

Jokainen piste edustaa yhtä mallikokoonpanoa. Mitä ylempänä piste on, sitä useampi tehtävä sai täydet pisteet. Mitä vasemmalla se on, sitä vähemmän tuotostokeneita käytettiin. Niihin sisältyy mallin päättelyn ja kirjoittamisen aikana tuottama teksti. OpenAI lakialalla tuotti keskimäärin noin 64 000 tokenia tehtävää kohden ja sai täydet pisteet 20,8 %:ssa tehtävistä. Muse Wonder Fullin vastaavat luvut olivat 139 000 ja 13,1 %. Yksikään esitetyistä kokoonpanoista ei yltänyt OpenAI lakialalla -kokoonpanon tulokseen pienemmällä tuotostokenien määrällä.
Hallusinaatioita ei voida hyväksyä juridisessa työssä. Yksikin keksitty lähdeviite voi maksaa juristille asiakkaan luottamuksen, uskottavuuden tuomioistuimessa ja vuosien aikana rakennetun maineen. Siksi hallusinaatioiden vähentäminen on ollut OpenAI lakialalla -kokoonpanon kehityksen painopiste. Artificial Analysisin uusimmassa LAB-AA-vertailussa OpenAI lakialalla jakoi GPT‑6:n kanssa kärkisijan olennaisten hallusinaatioiden vähäisimmässä määrässä: 0,03 tehtävää kohden. Claude Opus 5.5:n vastaava luku oli 0,59, mikä oli pienin määrä muiden kuin OpenAI:n mallien joukossa.

OpenAI lakialalla tuotti keskimäärin 0,03 olennaista ja 0,06 vähäistä hallusinaatiota tehtävää kohden. Claude Opus 5.5 tuotti keskimäärin 0,59 olennaista ja 0,51 vähäistä hallusinaatiota tehtävää kohden: olennaisia noin 20-kertaisen ja vähäisiä 8,5-kertaisen määrän.
Artificial Analysis laski samoista 120 tehtävästä hallusinoidut väitteet, jotka voisivat johtaa lukijaa harhaan olennaisessa asiakysymyksessä. OpenAI lakialalla teki keskimäärin 0,03 tällaista virhettä tehtävää kohden. Tulos oli jaetusti vertailun pienin ja noin puolet tavallisen GPT‑6.2 Astran lukemasta (0,06). Kaikki testatut OpenAI:n kokoonpanot tuottivat vähemmän hallusinaatioita kuin Claude Opus 5.5, joka oli tällä mittarilla paras muiden kuin OpenAI:n mallien joukossa. Opus tuotti keskimäärin 0,59 olennaista hallusinaatiota tehtävää kohden eli noin 20 kertaa niin paljon kuin OpenAI lakialalla. Huomionarvoista on, että OpenAI lakialalla ei tuottanut tässä arvioinnissa yhtään hallusinaatiota niissä tehtävissä, jotka täyttivät kaikki hyväksymiskriteerit. Siksi hallusinaatioista tehtävät pistevähennykset eivät laskeneet sen tulosta.
Oikeudenkäyntikirjelmän laatiminen on yksi lakialan monimutkaisimmista pitkäkestoisista prosesseista. Vakuuttava argumentaatio edellyttää selkeän päättelyn, tiedonhaun ja kirjoittamisen saumatonta yhdistämistä.
Harvey ja Grubel(avautuu uudessa ikkunassa) kehittivät yhdessä LAB: USCL(avautuu uudessa ikkunassa) -testin selvittääkseen, pystyykö malli tekemään taustatutkimuksen ja laatimaan kirjelmän todelliseen Yhdysvaltain liittovaltion tuomioistuimessa käsiteltyyn tapaukseen. Kukin malli aloittaa tilanteesta juuri ennen kirjelmän jättämistä ja laatii kirjelmän samalle osapuolelle samasta kysymyksestä. Testin yhdessä versiossa mallin on itse löydettävä olennaiset oikeustapaukset. Toisessa se saa käyttöönsä oikeudenkäyntiaineiston ja ennakkotapaukset, joihin alkuperäinen asianajaja viittasi. Tekoälyarvioijat vertailevat kirjelmiä pareittain juristien tarkistamien ja kalibroimien kriteerien perusteella. OpenAI lakialalla sai yhden parhaista tuloksista molemmissa versioissa.

Farther right means the briefs earned higher ratings. When the models researched the law themselves, Astra for Law scored 1,844 to Opus 5.5’s 1,817. Given the precedents, they were effectively even at 1,883 and 1,882.
Mitä oikeammalla tulos on, sitä parempia arvioita kirjelmät saivat. Kun mallit tekivät oikeudellisen tiedonhaun itse, OpenAI lakialalla sai 1 844 pistettä ja Opus 5.5 sai 1 817 pistettä. Kun ennakkotapaukset annettiin valmiina, tulokset olivat käytännössä tasan: 1 883 ja 1 882 pistettä. Epävarmuusvälit ovat päällekkäiset molemmissa testeissä.
Ensimmäinen tulos (vasemmalla oleva ”Tutki ja laadi”) on tärkeä, sillä parempi oikeudellinen tiedonhaku on yksi tämän julkaisun keskeisistä parannuksista. Keskityimme tämän tuloksen parantamiseen, koska oikeudenkäyntejä hoitavalla juristilla on harvoin aluksi valmista luetteloa olennaisista oikeustapauksista. Tässä kunkin mallin oli selvitettävä, mitkä ratkaisut olivat olennaisia, ja rakennettava niiden varaan argumentaatio, jota tuomioistuimen olisi helppo seurata. Tässä tehtävässä Harveyn arvioijat pitivät OpenAI lakialalla -kokoonpanon uuden version kirjelmiä parempina kuin muiden johtavien edistyneiden mallien, kuten Opus 5.5:n ja Gemini 4 Argonin, kirjelmiä. Oikeudellisen tiedonhaun parannukset näkyvät vielä selvemmin Vals AI:n arvioinnissa, jota käsittelemme seuraavaksi.
Olemme nostaneet lakialan yhdeksi OpenAI:n tutkimuksen painopisteistä ja koonneet tutkijatiimin vauhdittamaan edistyneen oikeudellisen tekoälyn kehitystä. Yksi ensimmäisistä edistymisen mittareista on Vals AI:n Legal Research Bench(avautuu uudessa ikkunassa), jossa ammatissa toimivat juristit laativat kysymyksiä Yhdysvaltain liittovaltion ja osavaltioiden oikeudesta. Vastauksen on katettava kaikki vaaditut kohdat ja läpäistävä lähdetarkistukset. Syyskuussa OpenAI lakialalla läpäisi noin 46 % kysymyksistä. Tänään julkaistavan version tulos on 54,81 %, alle prosenttiyksikön päässä parhaasta julkaistusta tuloksesta.
OpenAI lakialalla -ratkaisun toteuttaminen mallikokoonpanona antaa meille mahdollisuuden parantaa sekä sen päättelyä että sen käytettävissä olevia tietolähteitä. Syyskuun jälkeen olemme ottaneet kokoonpanossa käyttöön GPT‑6.2 Astran ja tarkentaneet sen oikeudellista analyysia ohjaavia ohjeita. Olemme myös lisänneet sen hakemistoon yli 539 000 yhdysvaltalaista oikeudellista lähdettä sekä yli 98 000 lähdettä Isosta-Britanniasta, Australiasta ja Kanadasta, kun aloimme sisällyttää mukaan näiden maiden alkuperäisiä oikeuslähteitä. Lisäykset laajentavat oikeudellista hakemistoa, joka kattoi jo julkaisuvaiheessa yli 230 miljoonaa URL-osoitetta. Sen pohjana oleva kokoelma kattaa yli 99,9 % Yhdysvalloissa julkaistusta ennakkopäätösarvoisesta oikeuskäytännöstä(avautuu uudessa ikkunassa).
Harveyn omassa Legal Agent Benchmark -testissä GPT‑6 Astra täytti kaikki vaatimukset 4,6 %:ssa tehtävistä. GPT‑6.2 Astra saavutti samoissa olosuhteissa 14,6 %:n tuloksen. Lakialan kokoonpanolla tulos nousi 16,2 %:iin.

This chart shows both the rate of development in frontier intelligence, as well as the impact of the model configuration. The full-credit rate more than tripled from GPT‑6 Astra to GPT‑6.2 Astra, then rose another 11% with the legal configuration. This test comes from Harvey’s own LAB (separate from the previously discussed LAB-AA).
Mitä pidempi palkki, sitä useampi tehtävä täytti kaikki Harveyn vaatimukset. Harvey toteutti tämän testin erillään Artificial Analysisin LAB-AA-arvioinnista.
OpenAI lakialalla -kokoonpanon kiinnostavimmat käyttömahdollisuudet muotoutuvat sitä päivittäisessä työssään käyttävien juristien käsissä. Ensimmäiset käyttäjät niin asiakkainamme olevissa asianajotoimistoissa kuin OpenAI:n omassa lakitiimissä kokoavat työnsä tueksi lähdeaineistoja, haastavat argumenttejaan entistä tiukemmin ja löytävät uusia tapoja perehtyä lainsäädäntöön.
Esimerkiksi OpenAI:n ensimmäiset käyttäjät hyödyntävät OpenAI lakialalla -kokoonpanoa seuraaviin tarkoituksiin:
Aseta argumenttisi vahvinta mahdollista vastaväitettä vastaan. OpenAI lakialalla toimii usein sparrauskumppanina. Kilpailuoikeusjuristi antaa sille tulkintansa säädöksestä ja pyytää sitä perustelemaan vastakkaisen kannan hyödyntämällä lainvalmisteluaineistoa, tuomioistuinratkaisuja ja lain erikielisiä versioita. Hyöty konkretisoituu, kun vastaväite on niin vahva, että se muuttaa annettavaa neuvontaa.
Selvitä, missä kulkee suosituksen ja velvoitteen raja. Tekoälyn valvontaa koskevaan lakiehdotukseen perehtyvä sääntelyjuristi halusi tietää, kuinka paljon valtaa riippumattomalla arvioijalla olisi. Jos arvioija vaatisi korjausta, olisiko kehittäjän pakko tehdä se? Tällaisia kysymyksiä varten juristi asettaa kunkin velvoitteen selkokielisen kuvauksen lakiehdotuksen tarkan sanamuodon rinnalle, jotta kollegat näkevät, mitä tulkintaa teksti tukee.
Mene heti ensimmäisessä keskustelussa ulkopuolisen juristin kanssa vaikeaan kysymykseen. Kun yritys harkitsee laajentumista vieraalle toimialalle, tuotejuristi kartoittaa OpenAI lakialalla -kokoonpanon avulla suunniteltuun toimintaan sovellettavat säännöt. Sen sijaan, että ensimmäinen keskustelu kuluisi toimialan yleiskuvan hahmottamiseen, juristi voi esittää asiantuntijalle täsmällisen kysymyksen yrityksen suunnitelmista.
Muuta ohjepino työnkuluksi. Lakitiimin ohjelmapäällikkö käytti OpenAI lakialalla -kokoonpanoa muuntaakseen sääntelyyn liittyvät menettelyt ja yrityksen toimintaperiaatteet työnkuluksi saapuvia tapauksia käsitteleville kollegoille. Näin he näkivät, milloin pyytää lisätietoja, milloin päättää asian käsittely ja milloin siirtää se juristille.
Laadi opas, jonka toivoisit tulevan lain mukana. Kilpailuoikeusjuristi yhdisti OpenAI lakialalla -kokoonpanon ChatGPT:n verkkosivustojen rakennustyökaluihin ja lisäsi selityksiä tiimin säännöllisesti käyttämään lainsäädäntöön. Säännöstä lukeva kollega voi viedä osoittimen termin päälle nähdäkseen sen määritelmän, avata linkistä sitä selittäviä aineistoja ja tarkistaa, mitä tiimi neuvoi edellisen kerran säännöksen tullessa esiin.
Tästä päivästä lähtien kaikki ChatGPT Enterprise -asiakkaat voivat hakea OpenAI lakialalla -käyttöoikeutta hallintakonsolin Trusted Access Program -ohjelman kautta. Jos tiimilläsi on jo käyttöoikeus, valitse ChatGPT:ssä GPT‑6.2 Astra Law. Jos haluat integroida OpenAI lakialalla -kokoonpanon omiin työkaluihisi API:n kautta, pyydä erillistä hyväksyntää asiakkuusjohtajaltasi.
Lakiala on murroskohdassa. Teknologia muuttaa yritysten mahdollisuuksia, ja maailma on yhä monimutkaisempi ja tiiviimmin verkottunut. Juristeilla on nyt ennennäkemätön tilaisuus auttaa meitä ymmärtämään tätä murrosta – ei vain neuvomiaan yrityksiä, vaan meitä kaikkia, joiden elämään heidän muovaamansa säännöt vaikuttavat. Uskomme, että parhaat juristit voivat vastata tähän haasteeseen parhaan tekoälyn tuella.
Olemme vasta alussa. Odotamme innolla, mihin suuntaan viette alaa.


