Filter by دسته‌ها
chatGTP
ابزارهای هوش مصنوعی
اخبار
گزارش
تیتر یک
چندرسانه ای
آموزش علوم داده
اینفوگرافیک
پادکست
ویدیو
دانش روز
آموزش‌های پایه‌ای هوش مصنوعی
اصول هوش مصنوعی
یادگیری بدون نظارت
یادگیری تقویتی
یادگیری عمیق
یادگیری نیمه نظارتی
آموزش‌های پیشرفته هوش مصنوعی
بینایی ماشین
پردازش زبان طبیعی
پردازش گفتار
چالش‌های عملیاتی
داده کاوی و بیگ دیتا
رایانش ابری و HPC
سیستم‌‌های امبدد
علوم شناختی
دیتاست
رویدادها
جیتکس
کاربردهای هوش مصنوعی
کتابخانه
اشخاص
شرکت‌های هوش مصنوعی
محصولات و مدل‌های هوش مصنوعی
مفاهیم
کسب‌و‌کار
تحلیل بازارهای هوش مصنوعی
کارآفرینی
هوش مصنوعی در ایران
هوش مصنوعی در جهان
مقاله
 ربات‌ها در خدمت وکیل ها و مراجعان‌شان

ربات‌ها در خدمت وکیل ها و مراجعان‌شان

زمان مطالعه: 4 دقیقه

وکیل ها در یک روز عادی چه کارهایی انجام می‌دهند؟ تحقیق در مورد پرونده‌ها، پیش‌نویسی خلاصه‌ی پرونده، مشاوره دادن به مراجعان و … . با این‌که فناوری تا کنون توانسته با خدماتی جزئی به حوزه‌ی حقوق و قضا کمک کند، تصور انجام چنین کارهای پیچیده‌ای به دست ربات‌ها چندان ملموس نیست.

پیچیدگی و شخصی بودن مسائل کاری وکلاء باعث شده متخصصان فناوری این حوزه‌ی کاری را جزو مشاغلی بدانند که از نفوذ رباتیک پیشرفته و هوش مصنوعی در امان خواهند ماند.

با این حال، اخیراً محققان کارکرد شاخه‌ای از هوش مصنوعی به نام یادگیری ماشین را در تجزیه و تحلیل خلاصه‌ی پرونده‌ها مورد بررسی قرار دادند. نتایج این پژوهش نشان داد وکالت چندان هم در برابر این فناوری‌ها مصون نیست. به نظر می‌رسد برای تغییر بنیادین یک شغل، نیازی به خودکاری سازی کامل آن نیست؛ بلکه خودکارسازی بخشی از آن هم کفایت خواهد کرد.

این یافته‌ها شاید به نظر وکلای آینده ناخوشایند باشد، اما برای مراجعان آینده‌ی آن‌ها، به خصوص کسانی که به سختی از پس پرداخت هزینه‌های مربوطه بر می‌آیند، امیدوارکننده است.

فناوری غیر قابل پیش‌بینی است

پروژه‌ی تحقیقاتی مذکور که حاصل همکاری اساتید حقوق با متخصصان کامپیوتر و زبان‌شناسی MITRE می‌باشد، در اصل ربطی به خودکارسازی نداشت. هدف از آن، مقایسه‌ی ویژگی‌های متنی موجود در خلاصه پرونده‌های موفق و ناموفق بود. MITRE مؤسسه‌ای غیرانتفاعی تحت پوشش دولت می‌باشد که وقف تحقیق و توسعه شده است.

بدین منظور، منبعی از خلاصه‌ پرونده‌های حقوقی و نظرات قضات را جمع‌آوری و متن آن‌ها را تحلیل و پردازش کردند.

وکیل

یکی از اولین یافته‌ها این بود که پیش‌بینی مسائلی که امکان خودکارسازی دارند، کار آسانی نیست. به عنوان مثال، انسان‌ها به راحتی می‌توانند مراجع موجود در یک خلاصه پرونده (برای مثال هیأت آموزشی/ براون، 347. ایالات متحده 483 (1954)) را از داخل متن تشخیص داده و آن را از سایر قسمت‌ها جدا کنند. اما انجام این کار با یادگیری ماشین دشوار خواهد بود، چون علائم نگارشی فراوان و به هم ریخته‌ی داخل مرجع نرم‌افزار را گیج می‌کند.

کادرهای Captcha که با پر کردن‌شان ثابت می‌کنیم ربات نیستیم هم دقیقاً بر همین اساس کار می‌کنند: انسان‌ها به آسانی می‌توانند ستون تلفن را شناسایی کنند، اما نویز پیش‌زمینه‌ی تصویر ربا‌ت‌ها را سردرگم می‌کند.

میانبر با فناوری

متخصصان بعد از پی بردن به نحوه‌ی تشخیص ارجاع و استنادهای داخل خلاصه‌پرونده‌ها موفق به کشف روشی شدند که می‌تواند یکی از چالش‌برانگیزترین و زمان‌برترین کارهای وکلا را خودکار سازد: جستجوی حقوقی.

متخصصان MITRE شبکه‌های تصویری از منابع حقوقی با استفاده از روشی به نام «تجزیه و تحلیل گراف» ایجاد کردند. به کمک این روش می‌توان موفقیت یا شکست خلاصه‌پرونده‌ها را پیش‌بینی کرد؛ این پیش‌بینی بر اساس خلاصه‌پرونده‌های دیگری که منابع مشابهی دارند انجام می‌شود.

طی گام‌های بعدی، متخصصان دریافتند که می‌توانند این فرآیند را معکوس کنند. وکیل‌ها برای پاسخگویی به خلاصه‌پرونده‌ی طرف مقابل، مجبورند در دیتابیسی پرهزینه، به دنبال پرونده‌های مناسب و مشابه بگردند. اما این پژوهش نشان داد با استفاده از یک نرم‌افزار (که در تشخیص بهترین پرونده‌ها برای ارجاع به وکلا کمک می‌کند) می‌توان دیتابیس ساخت؛ بدین منظور، تنها لازم است خلاصه پرونده‌ی طرف مقابل را به ماشین تغذیه کنیم.

البته این ماشین که میانبری برای مرحله‌ی تحقیقات حقوقی محسوب می‌شود، در عمل ساخته نشده است، چون برای ساخت آن، تعداد زیادی خلاصه پرونده (و نظر قضات در مورد آن‌ها) لازم است. دسترسی رایگان به این دست داده‌ها برای همه‌ی پژوهشگران امکان‌پذیر نیست؛ حتی دیتابیس‌های دولتی، همچون PACER، نیز به ازای هر صفحه مبلغی دریافت می‌کنند.

با این وجود، پژوهش مذکور توانست نشان دهد به کمک فناوری، می‌توان هر گونه مسئله‌ی زمانبری را به مسئله‌ای تبدیل کرد که تنها با کلیک روی یک دکمه، انجام می‌شود.

تاریخچه‌ی خودکارسازی جزئی

خودکارسازیِ بخش‌های دشوار مشاغل، هم برای شاغلان و هم برای مشتریان آن حوزه، تغییری معنادار ایجاد می‌کند.

به عنوان مثال، یک جرثقیل هیدرولیک یا فورکلیفت برقی را در نظر بگیرید. امروزه، عموم مردم کار با جرثقیل را کار دستی می‌دانند؛ اما در زمان معرفی، این ماشین‌ها جزو دستگاه‌های کاراندوز حساب می‌شدند، چون می‌توانستند به جای انسان‌ها، اجسام سنگین را جابجا کنند.

فورکلیفت‌ها و جرثقیل‌ها جایگزین افراد نشدند. اما همچون خودکارسازی کارهای سخت و یکنواخت جستجوی حقوقی، حجم کاری که فرد می‌تواند در واحد زمانی مشخصی انجام دهد را چندین برابر می‌کنند.

خودکارسازی جزئی ماشین‌های خیاطی در اوایل قرن بیستم نیز مثال دیگری از این جریان است. بعد از 1910، زنان شاغل در کارخانه‌های نساجی دیگر مسئول کار با تنها یک ماشین نبودند؛ بلکه با دستگاهی صنعتی کار می‌کردند که 12 سوزن داشت و در هر دقیقه، 4000 دوخت می‌زد. این ماشین‌ها می‌توانستند به صورت خودکار، کارهای پرزحمت و یکنواخت از قبیل کوک زدن، دوخت درزها و یا حتی قلاب‌دوزی تزیینات و حاشیه‌ی لباس‌ها را انجام دهند. مثل خلبان هواپیماهایی که روی حالت کنترل خودکار پرواز می‌کنند، کارگران این کارخانجات هم به جای دوخت و دوز، بر ماشین‌ها نظارت داشتند.

شاید این تغییر را بتوان از برخی لحاظ اتفاق بدی برای کارگران در نظر گرفت؛ اما برای مشتریان، مزیت بزرگی به شمار می‌رفت. در سال 1912، زنانی که کاتالوگ خیاطی Sears را دنبال می‌کردند بین دو گزینه قدرت انتخاب داشتند: لباس‌هایی که به صورت دستی حاشیه‌دوزی شده بودند و لباس‌های بسیار ارزان‌قیمت‌تری که توسط ماشین‌ها حاشیه‌دوزی شده‌ بودند.

تغییرات حوزه‌ی حقوق نیز به همین شکل است؛ خودکارسازی می‌تواند هزینه‌ی خدمات حقوقی را کاهش داده و آن را برای بسیاری از افرادی که از پس پرداخت هزینه‌های استخدام وکیل بر نمی‌آیند، دسترسی‌پذیر‌تر کند.

خودتان وکیل باشید و وکالت کنید

در سایر بخش‌های اقتصاد، پیشرفت‌های فناوری طی چند دهه‌ی اخیر، شرکت‌ها را قادر ساخته وظایف کاری را از کارکنان حقوق بگیر به مشتریان انتقال دهند.

به عنوان مثال، فناوری صفحه‌ی لمسی را در نظر بگیرید. به کمک این فناوری، خطوط هوایی توانستند کیوسک‌های چک-این راه‌اندازی کنند. چنین کیوسک‌هایی در پارکینگ‌ها، پمپ بنزین‌ها، خواروبارفروشی‌ها و حتی فست فودها نیز به چشم می‌خورند.

شاید بتوان گفت این کیوسک‌ها جای نیروی کاری حقوق بگیر را گرفته‌اند. اما این ادعا در صورتی درست است که بدانیم وقتی کارکنان این کار را انجام می‌دادند، همه‌ی مشتریان می‌توانستند به این محصول یا سرویس خاص دسترسی داشتند باشند.

مصداق این مسئله در خدمات حقوقی نیز دیده می‌شود. بسیاری از مراجعانی که قادر به پرداخت هزینه‌های استخدام وکیل نیستند، از وقت دادگاه خود صرف نظر می‌کنند. یا اینکه خودشان کار دفاع را برعهده می‌گیرند. حتی اگر نتایج بدی به دنبال داشته باشد. خودکارسازی جزئی می‌تواند وقت وکلا را آزاده کرده تا پرونده‌های بیشتری بررسی کنند؛ بدین ترتیب مراجعان نیز می‌توانند وکیل اختیار کنند و همه از این فناوری بهره خواهند برد.

علاوه بر این‌ها، خدمات قانونی مجهز به فناوری به مراجعان کمک می‌کنند تا بهتر خود را ارائه دهند. برای مثال، دادگاه فدرال میسوری پلتفرمی دارد که به مدعیان ورشکستگی کمک می‌کند به تنهایی و یا به کمک یک وکیل (در جلسه‌ای 30 دقیقه‌ای) فرم‌های موردنیاز را آماده کنند. این پلتفرم تنها نقطه‌ی شروع است و هم وکیل و هم مراجع می‌توانند از این جلسه‌ی 30 دقیقه‌ای بیشتر بهره‌مند شوند.

کمک‌های آینده فناوری

در آینده، فناوری‌ها بیشتر از این به کمک مراجعان خواهند آمد. استارت‌آپ‌های زیادی در حوزه‌ی فناوری هستند که بی‌صبرانه منتظرند کارهای حقوقی گوناگون را خودکار سازند. پس می‌توان گفت با این‌که ماشین‌های میانبر جستجو هنوز ساخته نشده‌اند، ابزارهایی از این دست چندان دور از ذهن به نظر نمی‌رسند.

وکلا نیز همچون کارگران کارخانجات نساجی، با ابزارهای خودکار جدید سازگار خواهند شد. احتمالاً از آن‌ها انتظار می‌رود در زمانی که در دست دارند کار بیشتری انجام دهند. اما در عوض، این کارها مشقت‌بار و یکنواخت نخواهند بود و ممکن است وقت بیشتری برای ملاقات با مراجعان در اختیار آن‌ها قرار دهند.

انواع کاربردهای هوش مصنوعی در صنایع مختلف را در هوشیو بخوانید

میانگین امتیاز / 5. تعداد ارا :

مطالب پیشنهادی مرتبط

اشتراک در
اطلاع از
0 نظرات
بازخورد (Feedback) های اینلاین
مشاهده همه دیدگاه ها
[wpforms id="48325"]