详细内容或原文请订阅后点击阅览
人工智能的力量建立在您的数据之上，而不是通用模型
作者：Will Seaton，Draftwise。在过去的 18 个月里，我与合伙人、同事和总法律顾问就法律实践中的人工智能进行了无数次对话。 ...
来源:Artificial Lawyer作者：Will Seaton，Draftwise。
草稿在过去的 18 个月里，我与合伙人、律师和总法律顾问就法律实践中的人工智能进行了无数次对话。这种模式非常一致：最初对法学硕士感到兴奋，随后在将其应用于实际法律工作时感到沮丧，然后是改变一切的重要认识。
那么，实现是什么呢？通用人工智能线性增加价值。专业人工智能以指数方式复合智能。在交易法中，这种专门的情报就是我们所说的合同情报。
专业人工智能以指数方式复合智能。普遍智能的幻想
ChatGPT一经推出，立刻引发了法律界的广泛兴奋和担忧。突然之间，诸如对初稿进行修订、从先例中提取条款以及总结复杂的供应商协议等任务似乎变得毫不费力且即时完成。公平地说，普通法学硕士表现出了对法律概念的早期熟练程度，甚至通过了律师资格考试，激发了整个行业的好奇心和紧迫感。
但随着公司从实验转向实施，准确性挑战成为一个根本障碍。问题不仅仅是一般人工智能偶尔会犯错误。这些模型缺乏任何可靠的机制来区分可能的语言模式和经过验证的法律知识。法学硕士可能会生成一份读起来完美并引用相关判例法的合同条款，但在法律解释中会引入微妙的错误，如果经验丰富的律师没有完全错过的话，这些错误将需要几分钟或几个小时才能识别出来。
人工智能在法律实践中失败的地方，以及为什么背景很重要
我经常听到一些公司尝试使用通用人工智能工具构建解决方案。对话通常是这样的：“这令人印象深刻，但我们不能依赖它来完成客户工作。”
从通用人工智能到法律智能的转变
[1]理解指数
这里–
参考文献：
—