Sztuczna inteligencja coraz śmielej wchodzi do prawa. Nie tylko porządkuje dokumenty, wyszukuje przepisy i wspiera pracę kancelarii, ale także analizuje orzeczenia sądowe i próbuje wskazywać prawdopodobne kierunki rozstrzygnięć. Dla jednych to szansa na szybszą i lepiej udokumentowaną analizę sprawy. Dla innych - ryzyko sprowadzenia prawa do statystyki. Czy algorytm może pomóc prawnikowi przewidzieć wynik sprawy? I gdzie kończy się użyteczna analiza, a zaczyna niebezpieczne złudzenie, że sprawiedliwość da się policzyć?
- Algorytm, orzeczenia i prawo - o co chodzi?
- Czym jest legal analytics?
- Czy wyrok da się przewidzieć?
- Co może zrobić algorytm analizujący orzeczenia?
- Czego algorytm nie zrozumie tak jak człowiek?
- Ryzyka predykcji w prawie
- Legal analytics w praktyce - przykłady zastosowań
- Czy to zagraża prawu do sądu?
- Jak korzystać z takich narzędzi odpowiedzialnie?
- FAQ - algorytm, orzeczenia i prawo
W skrócie
- algorytm może analizować duże zbiory orzeczeń, wyszukiwać podobne sprawy i pokazywać statystyczne wzorce,
- legal analytics może pomagać prawnikom w ocenie ryzyka procesowego, ale nie powinno zastępować samodzielnej analizy prawnej,
- wynik modelu nie jest wyrokiem, opinią prawną ani gwarancją rozstrzygnięcia konkretnej sprawy,
- największe ryzyka to przecenianie statystyki, brak przejrzystości, błędy danych, utrwalanie starych schematów i nierówny dostęp do technologii,
- prawo może być coraz lepiej analizowane za pomocą danych, ale nie powinno być sprowadzone wyłącznie do rachunku prawdopodobieństwa.
Algorytm, orzeczenia i prawo - o co chodzi?
W klasycznym rozumieniu praca prawnika polega na analizie przepisów, orzeczeń, dokumentów, faktów i interesów klienta. Prawnik szuka argumentów, porównuje stan faktyczny z innymi sprawami, ocenia ryzyko i proponuje strategię. Dziś część tej pracy może być wspierana przez narzędzia cyfrowe, które w bardzo krótkim czasie przeszukują ogromne zbiory danych.
Nie chodzi tylko o zwykłą wyszukiwarkę. Nowoczesne narzędzia prawnicze mogą porządkować orzeczenia, wskazywać podobne sprawy, rozpoznawać powtarzające się argumenty, zestawiać wyniki i pokazywać, jak często określony typ spraw kończył się konkretnym rozstrzygnięciem. To właśnie ten obszar określa się często jako legal analytics.
Jednym z przykładów takiego kierunku był unijny projekt AILAS, związany z platformą analizującą orzeczenia sądowe i wspierającą profesjonalistów prawnych w ocenie prawdopodobieństwa rozstrzygnięcia sporów. Dla strony społeczno-prawnej ważniejszy od samego projektu jest jednak szerszy problem: czy analiza danych może poprawić dostęp do prawa, czy raczej stworzy złudzenie, że każdą sprawę da się obliczyć z góry?
Algorytm może pomóc przeanalizować orzecznictwo, ale nie powinien być traktowany jak sędzia, pełnomocnik ani wyrocznia. Wynik statystyczny może być wskazówką, ale nie zastępuje oceny dowodów, przepisów i konkretnego kontekstu sprawy.
Czym jest legal analytics?
Legal analytics to analiza danych prawnych. Najczęściej chodzi o orzeczenia sądowe, akty prawne, uzasadnienia, typy spraw, wysokość zasądzanych kwot, czas trwania postępowań, podstawy prawne, argumenty stron i powtarzalne sposoby rozstrzygania sporów. Narzędzie nie czyta sprawy tak jak człowiek, ale może wychwytywać wzorce, których człowiek nie zobaczy bez wielogodzinnej pracy.
W praktyce legal analytics może odpowiedzieć na pytania pomocnicze: jakie orzeczenia są podobne do naszej sprawy, jak często sądy uznawały określony argument, jakie kwoty pojawiały się w podobnych sprawach, czy istnieją rozbieżności między sądami albo czy linia orzecznicza zmienia się w czasie.
Nie jest to jednak to samo co porada prawna. Legal analytics dostarcza materiału do analizy, ale nie decyduje, który argument będzie najlepszy, jakie dowody są wiarygodne, czy klient powinien iść do sądu, czy raczej zawrzeć ugodę. To nadal wymaga wiedzy, doświadczenia i odpowiedzialności człowieka.
| Element | Co oznacza w praktyce? | Ograniczenie |
|---|---|---|
| Wyszukiwanie orzeczeń | szybsze odnajdywanie podobnych spraw i uzasadnień | podobieństwo tekstu nie zawsze oznacza podobieństwo prawne |
| Analiza trendów | pokazanie, jak często sądy rozstrzygały określony typ spraw w dany sposób | dane historyczne nie przesądzają przyszłego rozstrzygnięcia |
| Szacowanie ryzyka | pomoc w rozmowie o szansach, kosztach i możliwych scenariuszach | ryzyko procesowe nie jest matematyczną pewnością |
| Porównywanie sądów | wychwytywanie różnic w orzecznictwie między sądami lub regionami | łatwo pominąć kontekst spraw i składów orzekających |
Czy wyrok da się przewidzieć?
To pytanie brzmi kusząco, ale trzeba postawić je ostrożnie. W pewnym zakresie da się oceniać prawdopodobieństwo. Jeżeli tysiące podobnych spraw kończyły się w określony sposób, nie jest obojętne dla oceny ryzyka. Prawnik od dawna robi coś podobnego, tylko tradycyjnymi metodami: zna praktykę sądów, czyta orzeczenia, ocenia doświadczenia z podobnych spraw i wyciąga wnioski.
Algorytm może ten proces przyspieszyć i uporządkować. Może pokazać więcej danych niż człowiek jest w stanie przejrzeć ręcznie. Może też ujawnić wzorce, które nie są intuicyjnie widoczne. Problem zaczyna się wtedy, gdy wynik zostaje potraktowany jak pewnik.
Wyrok zależy od wielu elementów: treści przepisów, dowodów, wiarygodności świadków, opinii biegłych, jakości pism procesowych, aktualnej linii orzeczniczej, sposobu przedstawienia sprawy, a czasem także od niuansów, których nie da się łatwo zamienić w dane. Dlatego algorytm może wspierać przewidywanie, ale nie powinien zastępować myślenia prawniczego.
Co może zrobić algorytm analizujący orzeczenia?
Algorytm może wykonać wiele czynności pomocniczych. Może przejrzeć bardzo dużą liczbę orzeczeń, znaleźć powtarzające się sformułowania, wskazać podobne stany prawne, grupować sprawy, tworzyć zestawienia, wykresy i statystyki. Może również pomóc w oszacowaniu, czy dana sprawa jest typowa, czy raczej odbiega od znanych wzorców.
Dla prawnika może to oznaczać szybszy start do analizy. Zamiast szukać od zera, może od razu zobaczyć mapę orzecznictwa: jakie sprawy były podobne, jakie przepisy najczęściej się pojawiały, jakie argumenty sądy uznawały za istotne i jak kształtowały się rozstrzygnięcia.
Dla klienta może to oznaczać bardziej rzeczową rozmowę o ryzyku. Nie chodzi o obietnicę wygranej, ale o uczciwe pokazanie, że dana sprawa ma mocne i słabe strony. W wielu przypadkach taka analiza może pomóc podjąć decyzję, czy warto prowadzić spór, czy bardziej rozsądna będzie ugoda.
Czego algorytm nie zrozumie tak jak człowiek?
Algorytm może analizować tekst, ale nie przeżywa konfliktu, nie rozumie krzywdy tak jak człowiek i nie ponosi odpowiedzialności za skutki decyzji. Nie spotyka klienta, nie słyszy tonu głosu świadka, nie ocenia spontaniczności wyjaśnień i nie widzi wszystkich elementów relacji między stronami. Może przetwarzać dane, ale nie zastępuje doświadczenia procesowego.
Prawo jest także językiem wartości. Sąd nie tylko porównuje sprawę z innymi sprawami. Czasem musi rozstrzygnąć konflikt między dobrem osobistym a wolnością słowa, interesem dziecka a prawami rodzica, bezpieczeństwem a prywatnością, formalizmem a sprawiedliwością konkretnego przypadku. Tego nie da się sprowadzić wyłącznie do statystycznego podobieństwa.
Dlatego niebezpieczne jest myślenie, że "skoro algorytm pokazał 72 procent szans, to sprawa jest prawie wygrana". Taki wynik może być elementem analizy, ale nie jest diagnozą prawną. Tym bardziej nie jest gwarancją rozstrzygnięcia.
Ryzyka predykcji w prawie
Narzędzia analizujące orzecznictwo mogą być bardzo użyteczne, ale niosą też konkretne ryzyka. Najważniejsze z nich dotyczy przeceniania wyniku. Jeżeli wykres lub procent wygląda profesjonalnie, łatwo nadać mu większą wagę niż powinien mieć. Tymczasem model działa na podstawie określonych danych, założeń i sposobu klasyfikacji spraw.
Drugie ryzyko to utrwalanie wcześniejszych schematów. Jeżeli w przeszłości pewien typ spraw był rozstrzygany w sposób niekorzystny dla określonej grupy, algorytm może ten wzorzec powtórzyć jako statystyczną prawidłowość. Prawo jednak nie powinno być tylko mechanizmem kopiowania przeszłości. Musi mieć przestrzeń na zmianę, korektę i rozwój.
Trzecie ryzyko dotyczy nierówności. Zaawansowane narzędzia mogą być kosztowne. Jeśli dostęp do nich mają głównie duże kancelarie, ubezpieczyciele, korporacje albo podmioty instytucjonalne, może powstać przewaga informacyjna nad zwykłym obywatelem. W prawie przewaga dostępu do informacji bywa bardzo istotna.
| Ryzyko | Na czym polega? | Dlaczego jest ważne? |
|---|---|---|
| Przecenianie wyniku | traktowanie prognozy jak pewnego rozstrzygnięcia | może prowadzić do złych decyzji procesowych |
| Błędy danych | analiza oparta na niepełnych, źle opisanych lub niedopasowanych orzeczeniach | wynik wygląda obiektywnie, choć może być wadliwy |
| Utrwalanie schematów | powielanie dawnych wzorców orzeczniczych jako "normy" | może osłabiać rozwój prawa i zmianę linii orzeczniczej |
| Brak przejrzystości | użytkownik nie wie, jak model doszedł do wyniku | w prawie ważne jest nie tylko rozstrzygnięcie, ale też uzasadnienie |
| Nierówny dostęp | lepsze narzędzia dla silniejszych ekonomicznie podmiotów | może zwiększać przewagę procesową jednej strony |
Legal analytics w praktyce - przykłady zastosowań
Legal analytics może mieć sens w wielu sprawach, ale szczególnie tam, gdzie istnieje duża liczba podobnych orzeczeń. Przykładem mogą być sprawy odszkodowawcze, konsumenckie, pracownicze, ubezpieczeniowe, gospodarcze albo takie, w których sądy często rozstrzygają powtarzalne problemy.
W sprawach o zadośćuczynienie narzędzie może pokazać, jakie kwoty pojawiały się w podobnych sytuacjach. W sporach gospodarczych może pomóc znaleźć orzeczenia dotyczące podobnych klauzul umownych. W sprawach pracowniczych może wskazać, jak sądy oceniały określone zachowania pracodawcy lub pracownika.
Nie oznacza to jednak, że podobna sprawa musi zakończyć się tak samo. Różnice mogą tkwić w szczegółach: innym dowodzie, innym przebiegu zdarzeń, innej dokumentacji, innym zakresie szkody, innym stanie prawnym albo innym sposobie sformułowania żądania. Legal analytics może wskazać punkt odniesienia, ale nie rozstrzyga za prawnika.
Przykład praktyczny
Jeżeli ktoś rozważa pozew o zapłatę, algorytm może pomóc sprawdzić, jak podobne roszczenia były rozstrzygane w przeszłości. To może ułatwić rozmowę o ryzyku, kosztach i czasie trwania sprawy. Nie odpowie jednak samodzielnie na pytanie, czy dowody są wystarczające, czy przeciwnik ma skuteczne zarzuty i czy strategia procesowa jest dobrze dobrana.
Czy to zagraża prawu do sądu?
Samo korzystanie z narzędzi analitycznych nie musi zagrażać prawu do sądu. Może nawet pomagać, jeżeli ułatwia lepsze przygotowanie sprawy i bardziej uczciwą ocenę ryzyka. Problem pojawiłby się wtedy, gdy statystyczna prognoza zaczęłaby zastępować indywidualne rozpoznanie sprawy.
Prawo do sądu oznacza między innymi możliwość przedstawienia własnych argumentów, dowodów i okoliczności. Jeżeli ktoś usłyszałby: "algorytm pokazuje, że takie sprawy zwykle są przegrywane, więc nie warto pana słuchać", byłoby to niebezpieczne uproszczenie. Nawet sprawa statystycznie trudna może mieć szczególne okoliczności.
Z drugiej strony odpowiedzialne wykorzystanie danych może zapobiegać pochopnemu wytaczaniu spraw bez szans albo pomagać w zawieraniu ugód. Dlatego problem nie leży w samej technologii, lecz w sposobie jej użycia. Narzędzie może wspierać dostęp do prawa, ale może też stać się instrumentem presji, jeśli ktoś wykorzystuje je do zniechęcania słabszej strony.
Jak korzystać z takich narzędzi odpowiedzialnie?
Odpowiedzialne korzystanie z legal analytics wymaga kilku zasad. Po pierwsze, wynik powinien być traktowany jako pomoc, a nie decyzja. Po drugie, trzeba wiedzieć, jakie dane zostały użyte i czy są adekwatne do danej sprawy. Po trzecie, prognoza powinna być zestawiona z oceną dowodów, przepisów i sytuacji klienta.
Po czwarte, trzeba unikać fałszywej precyzji. Wynik procentowy może wyglądać bardzo przekonująco, ale w prawie nie wszystko, co wygląda precyzyjnie, jest rzeczywiście pewne. Po piąte, prawnik powinien wyjaśnić klientowi, co oznacza wynik narzędzia, a czego nie oznacza.
Najważniejsza zasada: dane mogą pomagać w prawie, ale nie powinny odbierać sprawie indywidualnego charakteru. Każdy spór ma własny kontekst, a odpowiedzialność za ocenę prawną ponosi człowiek, nie algorytm.
W praktyce najlepszy model to współpraca: algorytm porządkuje duże zbiory danych, a człowiek ocenia ich znaczenie. Narzędzie może pokazać, że określony argument często działał lub rzadko działał w podobnych sprawach. To prawnik musi jednak zdecydować, czy w tej konkretnej sprawie ten argument jest trafny, potrzebny i zgodny z interesem klienta.
Dlatego pytanie "czy prawo staje się policzalne?" nie ma prostej odpowiedzi. Prawo staje się coraz bardziej analizowalne. Można badać orzeczenia, liczyć trendy, porównywać rozstrzygnięcia i wykorzystywać dane do oceny ryzyka. Ale sprawiedliwość nadal wymaga czegoś więcej niż statystyki: argumentacji, wysłuchania stron, oceny dowodów i odpowiedzialnego rozstrzygnięcia.
Komentarze