Metody umělé inteligence využívané v právní praxi

Vývoj informačních technologií přináší velké výhody pro právníky. Jako ve všem v lidské činnosti, je i u digitálních technologií možné je využívat způsobem, který lidem pomáhá, nebo opačně. Je na nás, jakou cestu zvolíme u nás doma, v Česku.

Technologie změnila k lepšímu celý postup přípravy právních dokumentů a správu dokumentů potom, co byly vytvořeny. Také řešení sporů a nespokojeností může využívat řadu užitečných změn, které přinesla digitální technologie. Jde o snadnější získávání důkazů, informací o stranách, snadnější vedení spisů nebo možnost vést celý proces na dálku. Digitální technologie umožňují se znovu podívat na všechny tradiční procesní postupy a v řadě kroků je zjednodušit, změnit, polidštit. Výjimečně lze přitom ušetřit, avšak nebývá to obvyklé.

Nyní je jasné, že je před námi velký skok ve formě zavádění umělé inteligence. Aniž bych definoval, co to umělá inteligence je, píšu že metodami umělé inteligence lze podstatně urychlit všechny změny, k nimž docházelo a dochází v právní praxi na základě využívání digitálních technologií. Klíčový význam přitom v současnosti mají data a jejich množství, jde o významnější faktor než novost algoritmů (současné algoritmy umělé inteligence nejsou nové, jsou řadu let známé) nebo expertíza vývojářů umělé inteligence (neliší se od expertízy vývojářů obecně). Potřeba sdílet a zpracovávat množství dat dává prostor optimismu směrem do budoucnosti. Lidé a společnosti mohou vzájemně svobodně spolupracovat a sdílet si data a tím přispívat k lepší a lepší umělé inteligenci, kterou využívají.

Aniž tedy definuji, co podle mého je umělou inteligencí, uvádím hlavní metody, které jsou všeobecně považovány za metody umělé inteligence. Uvádím je z pozice poučeného laika, který se intenzivně zajímá, jak je využít ve své práci, v projektech, které připravujeme v PRK Partners. Názvy metod uvádím v češtině s tím, že vlastně nevím, jestli pro ně není nějaký „oficiální“ český termín, pokud již je a je jiný než mnou uvedený, omlouvám se, a rovněž v angličtině. U každé metody současně uvádím příklady jejího využití v právní praxi, zejména při řešení sporů.

Jednou z prvních metod byly Expertní systémy (v angličtině označované za Expert Systems nebo též za Knowledge-Based Systems). Základem expertního sytému je modelovat specifické know-how expertů v konkrétní oblasti (např. vyjednávání smlouvy o půjčce) a naprogramovat takový model do podoby digitální pomůcky, která specifické know-how expertů zpřístupní všem. Expertní systémy jsou využívané ve sporech k úvodní analýze sporu a doporučení dalších kroků, na základě softwarové analýzy typu sporu, aplikovatelných právních předpisů, nebo know-how tvůrců obsahu expertního systému.

Další metodou jsou Systémy založené na pravidlech (v angličtině Rule-Based Systems neboli RBS). RBS jsou považované za druh expertních systémů. Jedná se o přípravu modelů, vycházejících z definovaných pravidel a expertního know-how (něco jako „pokud platí pravidlo A – pak postupuj způsobem B“). RBS se využívají k přípravě doporučení, jak daný spor řešit, jakou cestu zvolit, včetně např. výběru nejvhodnější instituce pro řešení sporů, ať již jde o soud nebo o centrum alternativního řešení sporů.

Dále uvádím metodu Uvažování na základě případu (Case-Based Reasoning neboli CBR) CBR metoda vychází z minulých případů a zkušenosti z nich aplikuje na podobné případy, které by měly mít podobné řešení. Modely CBR nekopírují minulá řešení pro obdobné situace, ale adaptují je, berou v úvahu rozpoznané odlišnosti. Základním krokem systémů, využívajících CBR, je efektivní vyhledávač minulých rozhodnutí ve srovnatelných sporech. V dalších krocích lze CBR modelovat k tomu, aby pomáhaly s identifikací nových prvků příslušného sporu a na základě toho doporučila adaptaci úspěšných kroků v minulých sporech, které sice byly srovnatelné, avšak ne totožné.

Dalším v pořadí je asi v současnosti nejznámější metoda Strojové učení (Machine Learning). Strojové učení se zaměřuje na přípravu a využití algoritmů a modelů, které umožňují, aby se digitální systémy rozvíjely a „učily se“, aniž by byly vždy speciálně programovány, tedy „samostatně“. Strojové učení je v současnosti velmi rozšířená metoda, využívající se k výraznému navýšení všech pozitivních výstupů dříve uvedených metod na základě porovnávání mnohem většího množství dat pomocí výkonnější výpočetní síly.

Další metoda, u které neznám český termín, je Instance-Based Learning (IBL). Jedná se o jednu z metod strojového učení, která má za cíl na základě minulých dat rozpoznávat nové případy a situace, které nejsou zatím modelovány s využitím minulých dat. Jde tedy o rozvinutí metody CBR s využitím algoritmů strojového učení.

Další klíčovou metodou je Optimalizace (Optimization). Optimalizace je metoda modelování s cílem nalezení maximálního výsledku za daných východisek (omezení). Optimalizační techniky jsou využívány pro zajištění efektivního využití online platforem pro řešení sporů. Pomocí nich dochází k modelování nástrojů řešení sporů, alokování počtů soudců, arbitrů nebo mediátorů aj. Např. pokud u určitého typu sporů končí většina podaných žalob před vydáním rozhodnutí, bude na místě předřadit podání žaloby vhodný nástroj pro přímé vyjednávání, čímž by mělo dojít k výraznému snížení počtu podávaných žalob.

Další metodou jsou Systémy pro doporučení (Recommendation Systems). Systémy pro doporučení jsou klíčovými součástmi současných online platforem prodejců a poskytovatelů služeb, které připravují na základě preferencí uživatelů doporučení pro ně, týkající se různých oblastí jejích života. Výstupy všichni známe např. z našich nákupů na internetu. Tyto metody se nicméně využívají také pro zlepšení funkcí platforem pro řešení sporů, kde umožňují zlepšit přístup k soudní spravedlnosti např. pro digitálně znevýhodněné občany.

Bouřlivý rozvoj v současnosti zažívá metoda Zpracování přirozených jazyků (Natural Language Processing). Tato metoda spojuje metody umělé inteligence, lingvistiky a počítačových technologií s cílem vývoje počítačových modelů, které umí překládat nebo interpretovat záznamy přirozených jazyků nebo vytvářet nové záznamy v těchto jazycích. Tyto metody a systémy na nich založené mohou prostřednictvím komunikace vedené se stranou sporu jí pomoci orientovat se ve sporu a dojít k optimální strategii, což nemusí být podání soudní žaloby, ale např. využití vyjednávání nebo mediace, podání stížnosti k státnímu úřadu aj.

Systémy rozeznávání řeči (Speech Recognition nebo též Automatic Speech Recognition, ASR) jsou metody, které umožňují digitálním systémům rozumět a interpretovat mluvenou řeč. ASR systémy se využívají např. pro přepis soudních jednání včetně videokonferencí, nebo pro přepis návrhů dokumentů nadiktovaných soudci nebo soudními úředníky.

Počítačové vidění (Computer Vision) je soubor metod, umožňující digitálním systémům zpracovávat vizuálním informacím (např. kamerovým záznamům), podobně jako to dělají lidé. Tato metoda má v oblasti e-justice velmi významné využití např. v tom, že umožňuje efektivně převádět do digitální formy papírová podání.

A konečně Teorie her (Game Theory) představuje matematickou teorii o tom, jak řešit situace, kdy důsledky pro jednu osobu závisí na jednání jiné osoby nebo jiných osob. Příkladem aplikace teorie her jsou např. ekologické povolenky EU. V oblasti řešení sporů a nespokojeností je teorie her využívána při online vyjednávání, kdy mohou být pravidla platforem online vyjednávání nastavena tak, aby malinko zvýhodňovala např. stranu, která navrhne nejvýznamnější ústupek.

Jak se některé z výše uvedených metod uplatňují v praxi? Obvykle tak, že se nejprve popíše současný proces, lidská činnost, např. vyjednávání určitého typu smluv nebo postup řešení konkrétního typu sporu. Následně se zkouší (modeluje), jak by se současný proces mohl udělat užitečnějším s využitím digitálních technologií. Pokud se objeví, že prostor pro zlepšení existuje, je možno hledat, jakou z metod umělé inteligence využít, jaká se pro daný případ jeví jako nejvíc vhodná. Pak lze začít s vytvářením digitálního modelu a jeho postupným trénováním.

Klíčové při využívání metod umělé inteligence jsou účely, pro které jsou aplikované. Doufám, že tyto účely budou v naprosté většině směřovat ke zlepšování naší právní praxe pro občany.