सुलिव्हन अँड क्रॉमवेल: करार तपासणीत कायदेशीर कौशल्य

सुलिव्हन अँड क्रॉमवेलमधील वकील कराराचा मसुदा तपासताना त्यातील अटींची संबंधित पूर्वीच्या करारांशी तुलना करतात, संस्थेच्या अनुभवावर आधारित पद्धती वापरतात आणि आपल्या अशिलाच्या प्राधान्यक्रमांचा विचार करतात. संस्थेचे अग्रीमेंट ॲनालायझर हे साधन या सर्व बाबी एकाच तपासणी प्रक्रियेत एकत्र आणते. त्यातून मिळालेले विश्लेषण आणि सुचवलेले बदल वकील तपासून सुधारू शकतात.

सुरुवातीला कृत्रिम बुद्धिमत्तेचा वापर प्रामुख्याने ईमेलच्या उत्तरांचे मसुदे तयार करणे किंवा दिनदर्शिका तपासणे अशा वारंवार कराव्या लागणाऱ्या प्रशासकीय कामांसाठी होत होता. मात्र, अलीकडे कृत्रिम बुद्धिमत्ता मॉडेलच्या विश्लेषण क्षमतेत झालेल्या सुधारणांमुळे तिचा वापर बदलला असल्याचे साव्हा यांना दिसून आले आहे. ते म्हणतात, “आता गुंतागुंतीच्या करारांचे सखोल विश्लेषण करण्यासारख्या आव्हानात्मक कायदेशीर कामांमध्ये तिचा वापर करण्याच्या अनेक नव्या संधी आम्हाला दिसत आहेत.”

अग्रीमेंट ॲनालायझर वकिलांना पूर्वीच्या करारांतील समतुल्य तरतुदींची तुलना करण्यास आणि त्या तरतुदींचा एकमेकींवर कसा परिणाम होतो हे तपासण्यास मदत करते.

सुलिव्हन अँड क्रॉमवेलचे भागीदार जॉन साव्हा यांनी Codex वापरून अग्रीमेंट ॲनालायझरची एकाच वापरकर्त्यासाठी प्रायोगिक आवृत्ती विकसित केली. त्यानंतर त्यांनी निष्कर्षांची गुणवत्ता सुधारण्यासाठी, समांतर प्रक्रियेद्वारे कार्यक्षमता वाढवण्यासाठी आणि अनेक वकिलांना एकाच वेळी वापरता येईल अशा साधनात या अनुप्रयोगाचे रूपांतर करण्यासाठी OpenAI सोबत काम केले.

अग्रीमेंट ॲनालायझरमध्ये सुलिव्हन अँड क्रॉमवेलच्या कार्यप्रक्रिया, संस्थेने निवडलेले पूर्वीचे करार, वाटाघाटींच्या मार्गदर्शिका आणि ChatGPT Enterprise यांचा समावेश आहे. साधनात कराराचा मसुदा दिल्यानंतर वकील स्वतः निवडलेले पूर्वीचे करार, संस्था आणि अशिलाच्या भूमिका स्पष्ट करणारी मार्गदर्शिका, तसेच बाजारातील प्रचलित पद्धतींची माहिती जोडू शकतात. हे साधन वेगवेगळ्या दृष्टिकोनांतून अनेक टप्प्यांत तपासणी करते, निष्कर्ष एकत्रित करते आणि संभाव्य अडचणी ओळखण्यास मदत करते. त्यानंतर ते एक निवेदन आणि सुचवलेले बदल ठळकपणे नोंदवलेला मसुदा देते, जे वकील तपासू शकतात, गरजेनुसार बदलू शकतात किंवा नाकारू शकतात.

कृत्रिम बुद्धिमत्तेवर आधारित साधनाचे निष्कर्ष विश्वासार्ह ठरण्यासाठी संपूर्ण पारदर्शकता आवश्यक असल्यावर साव्हा भर देतात. ते म्हणतात, “कृत्रिम बुद्धिमत्तेवर आधारित एखाद्या साधनाने बाजारातील प्रचलित पद्धतीबद्दल दावा केला, तर तुम्हाला त्या माहितीचा स्रोत पाहता आला पाहिजे.”

साव्हा अशा एका अनुप्रयोगाचे वर्णन करतात, ज्यात काही स्वयंचलित कार्यघटक निष्कर्ष काढतात आणि इतर कार्यघटक प्रतिवाद करून त्या निष्कर्षांना आव्हान देतात. या साधनाच्या एका संभाव्य वापरात, विशिष्ट कामांसाठी तयार केलेले कार्यघटक एकाच वेळी करार तपासतात. यात बाजारातील प्रचलित पद्धतींपासून फारकत आणि जोखमीचे वाटप, कलमांचा एकमेकांवर होणारा परिणाम, तसेच न्यायालयीन वादावर परिणाम करू शकणारी संदिग्धता यांसारख्या बाबींचा विचार केला जातो. इतर कार्यघटकांनी आव्हान दिल्यानंतरही समर्थित ठरलेले निष्कर्ष, फेटाळलेले निष्कर्ष आणि मर्यादा नमूद करून राखून ठेवलेले अप्रमाणित मुद्दे, असे निकालांत स्पष्ट वर्गीकरण केले जाते. वकील हे मुद्दे, त्यांना आधार देणारी स्पष्टीकरणे आणि संबंधित पूर्वीचे करार तपासू शकतात. त्यानंतर कोणत्या निष्कर्षांच्या आधारे अंतिम मसुद्यात बदल करायचे हे ठरवू शकतात.

विशिष्ट कायदेशीर कामांसाठी तयार केलेल्या साधनांच्या शक्यता सुलिव्हन अँड क्रॉमवेल अजूनही तपासून पाहत आहे. साव्हा यांच्या मते, अधिक सक्षम विश्लेषणामुळे संशोधन आणि लेखन प्रक्रियेतील आणखी टप्प्यांवर मदत देण्याची संधी निर्माण होते.

GPT‑6 Astra मुळे रीझनिंग क्षमतेत झालेल्या प्रगतीकडे साव्हा लक्ष वेधतात. ते म्हणतात, “उपलब्ध रीझनिंगची गुणवत्ता सुधारण्यात Astra ने खरोखर मोठी झेप घेतली आहे. पूर्वी हीच गुणवत्ता प्रगतीतला मुख्य अडथळा होती.”