Legaltech vs. genAI eszközök a jogi munkában - melyiket válasszuk?

Pár hete az egyik vezető hazai jogi kiadó által szervezett szakmai AI napon vettem részt, mint panel-meghívott. Az előadásokat követő panelbeszélgetés során két vállalati jogász kollégával beszélgettünk az új technológia jogi szakmával kapcsolatos kihívásairól, és többek között arról is, hogy melyek az alapvető különbségek a hagyományos genAI és az AI technológiával felszerelt legaltech eszközök között, melyiknek milyen előnyei és hátrányai vannak, és hogyan érdemes használni őket az ügyvédi munka során. Ebben a cikkben az általam a panelbeszélgetés során kifejtetteket foglalom össze, némileg kiegészítve és kibővítve a saját személyes tapasztalataimmal.

• Mit értünk hagyományos genAI, illetve a legaltech eszközök alatt?
• Melyek a leggyakrabban előforduló AI felhasználási esetek a jogi munkában?
• Mik a lényeges különbségek a hagyományos generatív AI és a legaltech eszközök között a jogi munka tekintetében?
• Melyiket válasszuk?

Mit értünk hagyományos genAI, illetve a legaltech eszközök alatt?

Az első kategóriába azok az általános célú, többek között bármilyen tartalom, így például szöveg előállítására is alkalmas, ún. általános célú, vagy a köznyelvben leginkább generatív AI rendszerek néven futó alkalmazások tartoznak, mint például a ChatGPT, a Perplexity, vagy éppen a Google Gemini. Az AI legaltech eszközök kifejezetten a jogi munkára fejlesztett, AI technológiát használó megoldások, amilyen például a Harvey, vagy a Legora.

Melyek a leggyakrabban előforduló AI felhasználási esetek a jogi munkában?

Az AI rendszerek leggyakoribb jogi felhasználási esetei közé soroljuk a jogi kutatás elvégzését, szerződések vagy más okiratok elkészítését, átnézését és/vagy módosítását például egy playbook segítségével, nagyszámú dokumentumok átvizsgálását és összefoglalását például egy jogi átvilágítási jelentéshez (due diligence) történő felhasználás céljából, jogi munkafolyamatok (pl. belső egyeztetések) automatizálását, a jogi munka során asszisztensként (pl. jogszabálynak való megfelelés ellenőrzése, tényállás jogszabály alapján történő minősítése) használható funkciókat.

Mik a lényeges különbségek a hagyományos generatív AI és a legaltech eszközök között a jogi munka tekintetében?

Általános vs. jogi célra tervezett felhasználás

Az általános célú, generatív AI eszközöket nem jogi felhasználásra tervezték, illetve dobták piacra, sőt, egyes eszközök a jogi felelősségük korlátozása érdekében kifejezetten tiltják a jogi célú felhasználásukat, ezzel szemben a legaltech eszközöket kifejezetten jogászok közreműködésével, a jogi munkafolyamatok ismeretében, jogi környezetben való hasznosítás céljára hozták létre.

Felhasználói élmény és felület

A hagyományos genAI eszközök egy viszonylag egyszerű kinézettel gyakorlatilag sima chatbot-ként funkcionálnak némi kiegészítő funkciókkal, a legaltech tool-ok felhasználói felülete viszont sokkal összetettebb, emiatt a felhasználói élmény is sokkal gazdagabb.

Prompt improvement

Köztudomású, hogy a végeredmény előállításában komoly szerepe van a felhasználó által megadható szöveges utasításoknak, a promptoknak, ezért fontos, hogy azt minél körültekintőbben, az adott témában meglévő tudásunkra és szakértelmünkre támaszkodva írjuk meg.

Bár a megfelelő prompt stratégia megválasztása, az elérendő célok, a kontextus, az elvárt eredménnyel kapcsolatos követelmények meghatározása ugyanúgy fontos mindkét eszköznél, a legaltech tool-ok általában rendelkeznek egy olyan "prompt improvement" lehetőséggel/gombbal, amivel a felhasználó egy gombnyomásra feljavíthatja az általa bediktált vagy beírt utasítást.

Ennek a funkciónak a használatával a jogi munka már egy egyszerűbb prompt-tal is elindítható, és a rendszer által kidobott részletes utasítás is megfelelően testre szabható, akár kiegészíthető.

Természetesen a promptok feljavítására egy sima genAI eszköz(pl. ChatGPT) is alkalmas lehet, de a munkafolyamatot egyszerűsíti, ha ezek a funkciók egy alkalmazáson belül érhetőek el.

Beépülő modulok

A legaltech eszközök egy másik hasznos megoldása a felhasználó vállalati környezetébe beépülő, a munkát segítő modulok, például a Microsoft Word-be, Outlook-ba, vagy böngészőbe beépülő plugin-ek, amelynek segítségével az AI technológiát közvetlenül az adott alkalmazásban tudjuk használni. Ilyenkor például egy szerződés írása, vagy szöveg fordítása kapcsán az AI által javasolt megoldások, szövegjavaslatok közvetlenül a szövegszerkesztőben jelennek meg, így elkerülve az ablakok közötti folyamatos váltogatást.

Az AI meglévő informatikai eszközökbe történő integrációja egyébként a munkára való koncentrálást is elősegítheti, ami szintén nem hátrány a mai digitális munkakörnyezetben való működés nem éppen előnyös velejárójaként ismert állandó context switch-ek fényében.

Automatizálható munkafolyamatok

Gyakorló ügyvédként én az egyik leghasznosabb, legaltech szolgáltatók által kínált funkciónak az egyes munkafolyamatok automatizálhatóságát tartom.

Tegyük fel, hogy éppen egy komplex informatikai fejlesztéssel kapcsolatos szerződést szeretnék megírni, és van már néhány hasonló üggyel kapcsolatos mintám, az ilyen szerződések lényeges kérdéseivel kapcsolatos anyagom. A legtöbb nemzetközi AI legaltech szolgáltató megoldásában van arra lehetőség, hogy ezeknek az anyagoknak a feltöltésével, és egy akár a szolgáltató előre meghatározott, az ügy kontextusának, az ügyfél érdekének megfelelően testreszabott prompt-készlet felhasználásával az AI megoldással elkészíttessem az első tervezetet. Átnézés után ezt a munkafolyamatot vagy annak bármely részét elmenthetem későbbi felhasználás céljára.

Az is gyakori, hogy a szolgáltató rendszere már eleve rendelkezik akár több tucat, az ügyvédi munkában használható automatizált munkafolyamattal, például egy konkrét, ügyfél által elküldött tényállás bírói gyakorlat alapján történő elemzését elvégző asszisztenssel, vagy akár egy komplett átvilágítási jelentés elkészítéséhez kapcsolódóan akár többszáz dokumentum számunkra lényeges részeinek (pl. ellenszolgáltatás, időtartam, felmondási, change of control stb.) kivonatolásával és táblázatba rendezésével. Tranzakciók során gyakori feladat, az általában eléggé komplex adásvételi szerződés hatályba lépéséhez szükséges ún. zárási feltételeket összefoglaló dokumentum elkészítése. Ez manuális munkavégzés esetén több órát is igénybe vehet, de egy legaltech megoldásban ez kicsivel több, mint pár gombnyomás.

A végeredményt, ideértve annak teljességét, pontosságát és megbízhatóságát természetesen ebben az esetben is ellenőrizni kell, de ugyanez lenne a helyzet akkor is, ha a feladatot egy junior végezte volna el.

A lehetséges munkafolyamatok száma végtelen, és az egyedi workflow-k részleges vagy teljes automatizálása minden ügyvédi irodában működő szakcsoport, illetve szakterület, vagy éppen belső jogi osztályok számára remek lehetőséget ad a hatékonyság növelésére.

Playbook-ok

Egy szintén gyakori, ügyvédek és belső jogi osztályok számára egyaránt hasznos felhasználási eset az ún. playbook-ok építése és felhasználása, amelynek a lényege, hogy a saját szerződésmintánkból és az ahhoz fűződő stratégiai pozícióinkból kialakítunk egy olyan automatizált szabályrendszert, amely megkönnyíti és felgyorsítja a konkrét szerződéses tárgyalásokat. A playbook-ban meghatározhatjuk, hogy milyen szerződéses ponttal kapcsolatban mennyire lehetünk kompromisszumképesek, azaz milyen esetben mennyit tudunk engedni, és milyen alternatív szövegjavaslatokat használhatunk ilyen esetekben.

Ez leginkább olyan esetekben hasznos és éri meg a befektetett energiát, amikor egy számunkra fontos szerződést sok esetben kell felhasználnunk nagyszámú szerződéses partnerrel való szerződéskötés vagy tárgyalás során. Ilyen például egy cég fő termékére vagy szolgáltatására vonatkozó adásvételi vagy szolgáltatási szerződés, vagy akár egy adatfeldolgozói mintaszerződés, ahol az egyes partnerekkel való egyeztetés rengeteg energiát és időt égethet el.

Ehhez képest egy jól megírt playbook-kal sok időt és pénzt spórolhatunk, mivel a másik fél által kommentált és módosított verziót egyszerűen feltöltjük a playbook-unk automatizálására felhasznált tetszőleges AI rendszerbe, és az pár gombnyomás és prompt segítségével egyből kidobja, hogy a partner által javasolt szövegjavaslatok közül melyik az, amelyik elfogadhatatlan, és melyek azok, amelyek bizonyos módosításokkal elfogadhatóak.

Sőt, az AI rendszer ilyen esetben arra is képes, hogy a playbook-unk alapján elkészítse a másik fél részére visszaküldhető új, számunkra is megfelelő szöveget tartalmazó verzióját változások követése módban, a módosításokhoz fűzött észrevételeket kommentboxok-ban összefoglalva.

A playbook-ok elkészítésére egyébként a hagyományos genAI eszközök is lehetőséget adnak, igaz, kevéssé felhasználóbarátabb módon, mint a legaltech megoldások.

Ügyféladatok bizalmassága

Ha érdemi jogi munkára szeretnénk használni egy AI-eszközt, akkor sok esetben elkerülhetetlen a bizalmas, és akár személyes adatok megosztása is a rendszer szolgáltatójával.

Ha például egy átvilágítási jelentés elkészítésének folyamatába, vagy éppen egy komplex jogvitában történő tanácsadásba szeretnénk bevonni az AI rendszert, akkor aligha reális, hogy a feladat elvégzéséhez felhasználandó többszáz szerződést vagy iratot az AI rendszerbe történő feltöltés előtt redaktáljuk, azaz kitöröljük belőle a védett adatokat.

Márpedig a legtöbb országban az ügyvédeket törvény alapján szigorú titoktartási kötelezettség terheli az ügyfelek által rájuk bízott, vagy éppen az ellenérdekű (pl. tranzakcióban a másik) féltől kapott anyagok (szerződések, okiratok, bizalmas adatok, stratégiai dokumentumok) bizalmasságának megőrzésével kapcsolatban. Minderre még ráerősítenek az ügyfelekkel, vagy más érdekelt felekkel megkötött titoktartási szerződések is, amelyek adott esetben komoly szankciókat (pl. szerződésszegés esetén fizetendő kötbér) írnak elő a titoksértés esetére. Lényegében ugyanilyen megkötéseket tartalmaznak az adatvédelmi jogszabályok (ideértve például a személyes adatok gyűjtését és felhasználását európai szinten szabályozó általános adatvédelmi rendeletet, a GDPR-t) is, amelyek olyan feltételekhez kötik a személyes adatok harmadik felekkel (pl. OpenAI) történő megosztását, amelyek az AI rendszerek sajátos működése kapcsán csak igen nehezen lennének teljesíthetőek.

A hagyományos genAI eszközök egyik fontos ismertetőjele ugyanis, hogy a felhasználók által megosztott tartalmakat nemcsak a szolgáltatás nyújtása céljából, de az általuk használt modellek tanítására, vagy finomhangolására is felhasználják, és ez alól a főszabály alól kivételként érdemi bizalmasságot legfeljebb csak a drágább vállalati előfizetési csomagok tartalmaznak. Emiatt kialakult az a vélekedés, hogy a kereskedelmi forgalomban elérhető genAI rendszerekkel nem javasolt a bizalmas adatok megosztása, ami viszont értelemszerűen csökkenti az ilyen eszközök jogi munkára való felhasználhatóságát.

Kérdés tehát, hogy az AI eszközök használata során hogyan biztosítható az ilyen adatok bizalmassága? A válasz az, hogy az adatok bizalmasságának megőrzésével kapcsolatos szerződéses rendelkezések által nyújtott garancia az egyik olyan terület, ahol a legaltech eszközök komoly előnnyel bírnak. Ennek oka, hogy a legaltech szolgáltatók tökéletesen tisztában vannak azzal a piaci igénnyel, hogy a szolgáltatásaikat használó ügyvédek és jogi osztályok az AI technológiák hasznosítása közben is szeretnék betartani a rájuk irányadó jogi és szerződéses titoktartási rendelkezéseket. Az ilyen szolgáltatók által kínált "zero-training, zero retention" kötelezettségvállalások emiatt az egyik leglényegesebb megkülönböztető jellemzőjük a jogi piacon. Ez azt jelenti, hogy ezek a szolgáltatók lényegében semmilyen más, a szolgáltatásnyújtástól eltérő célra nem használják fel az általunk a rendszerükbe feltöltött adatokat, és erre megfelelő szerződéses kötelezettséget is vállalnak.

Jogi adatbázisokkal történő integráció

A ChatGPT és az ehhez hasonló eszközök lényegében csak a tanításukhoz felhasznált adatokat, illetve a RAG-technológiának köszönhetően az interneten szabadon elérhető, változó minőségű és megbízhatóságú anyagokat használják fel az általuk generált tartalmak előállítására.

Ezzel szemben egyes legaltech tool-ok képesek a válaszok generálásakor a rendszerükbe integrált, valóban minőségi, és előfizetéses rendszerük miatt az internet nyilvánosságától elzárt jogi adatbázisok tartalmához is hozzáférni, és ez az output-ok szempontjából nagyon komoly minőségi különbséget eredményezhet a hagyományos generatív AI eszközökkel szemben.

A LexisNexis, a Practical Law és a hozzájuk hasonló online szolgáltatások ugyanis többezer, megfelelő szakértelemmel és tapasztalattal rendelkező, gyakran vezető nemzetközi ügyvédi irodákban dolgozó szakemberek által elkészített szerződésmintát, jogági elemzést, összefoglalót és egyéb hasznos anyagokat tartalmaznak. Ha például egy legaltech szolgáltató egy ilyen adatbázissal köti össze a rendszerét, azzal nagymértékben javíthatja a szolgáltatása pontosságát, megbízhatóságát, és versenyelőnyre is szert tehet.

AI-modellek használata

A legaltech eszközök a jogi terminológia szerint AI rendszereknek minősülnek. Ezeket a rendszereket gyakran szokták egy autóhoz hasonlítani, amelyek ugyebár nem tudnak a teljesítményért felelős motor nélkül elketyegni, és ebben a hasonlatban a motor szerepét az AI ökoszisztémában a nagy mennyiségű adat betanításával létrehozott AI-modellek töltik be.

Mint egy autónál a motor, az AI rendszerekben a működés során felhasznált modell nagymértékben meghatározza a rendszer teljesítményét és minőségét.

Bár egy időben elterjedt vélekedés volt, hogy a kizárólag jogi anyagokon tanított modellek jobb teljesítményre képesek, mint általános célú versenytársaik, de a mai AI legaltech szolgáltatói piacon szinte alig találunk olyat, amely ilyen jellemzővel hirdetné magát. Sőt, szinte az összes magára valamit is adó legaltech szolgáltató a nagy modell-fejlesztők termékeit (GPT, Gemini, Claude, Anthropic stb.) hasznosítja működése során.

A legaltech termékek általában a nekik adott feladat, valamint a promptok alapján egy saját algoritmus alapján, a felhasználó számára automatikusan választják ki a konkrét feladat elvégzéséhez használt modellt, de természetesen a beállításokban a felhasználó felülírhatja a rendszer által diktált választást. Ez azért is fontos, mert vannak olyan felhasználási esetek, amelyekre bizonyos modellek közismerten jobb eredményeket adnak, és a pro felhasználó így akár szabadon kísérletezgethet az általa kedvelt, illetve a szolgáltató által alapértelmezettként ajánlott modellekkel.

Ha viszont mind a generikus genAI eszközök, mind a legaltech szolgáltatások ugyanazokat a modelleket használják a működésük során, akkor mi az érdemi különbség a teljesítményük között?

Teljesítménybeli különbségek

Pár hónapja megjelent egy reddit-post, amelyben egy nagy legaltech szolgáltató ex-munkatársa a korábbi munkáltatója által forgalmazott megoldást "csomagolópapírba öltöztetett ChatGPT"-nek minősítette, és a jogi szakmában rögtön nagy diskurzus kezdődött, hogy ez az állítás mennyiben felel meg a valóságnak. A helyzet tisztázását nem segítette elő a termékkel és az értékesítési folyamattal kapcsolatos transzparencia hiánya sem. Az adott alkalmazás ugyanis nem érhető el nyilvánosan a piacon, és tesztelésére is csak egy hosszas előzetes egyeztetést követően kerülhet sor, de azt, hogy ezt a lehetőséget kinek és mikor biztosítja a szolgáltató, azt maga dönti el.

Több legaltech szolgáltatóval való egyeztetéseink során mi is rákérdeztünk, hogy érdemben mi a különbség a megoldásaik és a hagyományos genAI eszközök között, illetve, hogy milyen metrika szerint mérik a saját eszközeik teljesítményét, és milyen adatok állnak rendelkezésükre, amiket velünk, mint potenciális előfizetőkkel is megoszthatnának. Talán nem árulok el nagy meglepetést azzal, ha megosztom, hogy

a legaltech szolgáltatók ilyen adatokat nem bocsátottak a rendelkezésünkre, és leginkább a szolgáltatásaik sokrétűségére, a jobb minőségű felhasználói élményre, a rendszerükbe feltöltött adatok bizalmas kezelésére, és - a kérdésünkhöz kapcsolódóan - a megoldásaik által előállított anyagok magas százalékú pontosságára igyekeztek felhívni (értsd: terelni) a figyelmünket.

Ezzel csak az a gond, hogy a pontosság csak egy az ilyen eszközök teljesítményének méréséhez használt szempontrendszerben, így ez megítélésem szerint önmagában nem elégséges megkülönböztető jellemző.

Volt olyan szolgáltató, akitől azt a választ kaptuk, hogy ők egy a saját rendszerükbe integrált speciális alkalmazási réteggel biztosítják, hogy az általános célú modell által adott válaszokat a jogi logika szerint módosítsák, illetve szűrjék, és ezzel növeljék az adott modellek jogi célra történő hasznosíthatóságát. Beszéltünk ugyanakkor olyan potenciális beszállítóval is, aki arról számolt be, hogy ők is kísérleteztek ilyesmivel, de mivel a méréseik szerint indokolatlan mértékben lerontotta a modellek által generált válaszok minőségét, ezért inkább elhagyták ezt a funkciót. Nemrég olvastam, hogy a Juro kísérletezik egy hasonló, a model context protocol eljárást használó megoldással.

Mivel az AI legaltech szolgáltatók számára alapvető fontosságú a magukat a hagyományos genAI eszközöktől való megkülönböztető jellemzők felmutatása, érdemes követni az ezzel a témával kapcsolatos fejleményeket.

Azt is fontos kiemelni, hogy amíg nem létezik egységes, a legaltech szolgáltatók által univerzálisan elismert vagy elfogadott szempontrendszer az ilyen eszközök teljesítményének mérésére, és amíg a legnagyobb szolgáltatók nem vesznek részt a különböző benchmarking projektekben, addig az egyes eszközök teljesítményeinek összehasonlításakor leginkább csak saját tapasztalatainkra, illetve az AI rendszerek szolgáltatóinak marketing anyagaira támaszkodhatunk. Bízom benne, hogy ez a helyzet hamarosan változni fog, hiszen a piaci szereplők tájékozott felhasználói döntéséhez mindenképpen nagyobb mértékű transzparenciára, és több információra lenne szükség, ideértve az árazást is.

Árazás

Ha AI technológiát szeretnénk használni a jogi munka során, akkor nyilván nem mindegy, hogy az mennyibe kerül. Ha a piacon több termék is elérhető, akkor bevett eljárás az alternatív termékek funkcióinak, teljesítményének, és persze árának összehasonlítása.

A helyzet az, hogy mivel a legnagyobb legaltech szolgáltatók szolgáltatásaira vonatkozó árak nem nyilvánosak, és lényegében funkcióik is csak egy nem mindenki számára elérhető próbaidőszak keretén belül ismerhetőek meg, ezért ez a hagyományos összehasonlítás jelenleg csak korlátozottan lehetséges.

Az biztos, hogy interneten elérhető általános információk szerint a legaltech szolgáltatások havi előfizetési díja adott esetben akár a tízszerese is lehet egy hagyományos genAI eszközének. Kérdés, hogy ez a szignifikáns különbség kinek, és milyen esetekben éri meg.

Melyiket válasszuk?

A fentiekben a jogi munka során történő hasznosíthatóság szempontjából értékeltük a korlátozottabb tudású, egyszerűbb felhasználási felülettel rendelkező, és emiatt letisztultabb felhasználói élményt kínáló, a jogi munkában csak szűkebb körben használható hagyományos genAI eszközöket, és a kifejezetten a jogi piacra optimalizált legaltech megoldásokat.

Én azt gondolom, hogy aki csak egyszerűbb felhasználási esetekre szeretne ilyen eszközöket használni (pl. felszólító levelek, e-mailek megírása, egyszerűbb szerződések elkészítése), és ezek elvégzéséhez nincs szüksége bizalmas adatok AI rendszerbe történő feltöltésére, az a hagyományos genAI eszközökkel is egész messzire juthat, főleg, ha kitanulja a promptolás művészetét, és az AI által előállított anyagokat kellő fenntartással kezeli és használja.

A kifejezetten a jogi piacra szánt, AI technológiát használó eszközöket szerintem inkább azoknak a nagyobb ügyvédi irodáknak, vagy belső jogi osztállyal rendelkező cégeknek érdemes beszereznie, ahol a standardizálható, ismétlődő, és ezért könnyebben automatizálható jogi feladatok nagy száma miatt érdemben van lehetőség a jogi munkavégzés hatékonyságának növelésére, vagy akár újabb, technológiával megtámogatott szolgáltatások bevezetésére, illetve ahol az adott jogi részfeladat AI részére történő kiszervezése nem végezhető el bizalmas adatok megosztása nélkül.