אביתר בן ארצי, מנכ"ל ומייסד שותף של Darrow, פרסם ב-17 בנובמבר ב-Artificial Lawyer מאמר שטוען שהעבודה המשפטית תקועה במודל תגובתי: היא מתחילה רק כשמישהו כבר נפגע ופנה לעורך דין. לדבריו, AI שסורק מאגרי מידע ציבוריים יכול לאתר דפוסים של נזק שיטתי חודשים ושנים קודם. המאמר מסומן באתר כתוכן ממומן של Darrow.
הטיעון: הנזק מתרחש הרבה לפני שהוא מגיע לעורך הדין
לפי המאמר, הפרקטיקה המשפטית נשענת על כך שהלקוח מזהה את הבעיה ומביא אותה. בן ארצי טוען שנזק שיטתי, כמו מכשור רפואי פגום, הונאות ניירות ערך או זיהום סביבתי, נמשך לעיתים קרובות חודשים או שנים לפני שהוא מגיע לשולחן של עורך דין, ושבשלב הזה חלק מהנזק כבר בלתי הפיך.
הפתרון שהוא מציע הוא מה שהוא מכנה Legal Intelligence: אלגוריתמים שמעבדים במקביל כמות עצומה של נתונים ציבוריים ומחפשים בהם דפוסים. מקורות המידע שהוא מונה הם דיווחים רגולטוריים, תלונות צרכנים, גילויים של חברות ורישומי בתי משפט. הדוגמה המרכזית במאמר היא חברת תרופות שמייצרת אלפי דיווחים על תופעות לוואי, פזורים בין מאגרים ותחומי שיפוט שונים. לטענתו, זיהוי דפוסים אוטומטי יכול לחשוף בעיה שמחקר ידני היה מפספס.
מה זה אמור לשנות בעבודת המשרד
בן ארצי מתאר שני שימושים. הראשון הוא איתור הפרות לפני שנפתח תיק, כך שמשרדים יוכלו לפנות לנפגעים במקום לחכות להם. השני הוא חיסכון בהערכת התיק בשלב המוקדם, שלדבריו לוקחת לשותפים שבועות. כדוגמה הוא מביא כלי שבנתה Darrow עבור משרד תובעים גדול שלא נקרא בשמו, שנועד לאתר הפרות בתחום האחריות הרפואית, להעריך את שווי התיק ואת מספר התובעים הפוטנציאליים ולתעדף בין תיקים.
הוא מדגיש שה-AI לא מחליף עורכי דין. בלשונו, מדובר ב"אינטליגנציה מוגברת" ולא באינטליגנציה מלאכותית: המערכת מאתרת, ועורך הדין מפעיל שיקול דעת, בונה טיעון ומחליט.
מה חשוב לדעת לפני שמאמצים את המסגור
שלוש הסתייגויות עולות מקריאה של המקור עצמו. ראשית, זה מאמר ממומן שכתב מנכ"ל של חברה שמוכרת בדיוק את השירות הזה, והוא מסתיים בהזמנה ליצור קשר. שנית, המאמר אינו מביא נתוני תוצאה: לא מספר תיקים שנפתחו, לא שיעורי הצלחה ולא מדדי דיוק. הטענות על הקדמת הזיהוי בחודשים או בשנים נשארות טענות. לפי עמוד החברה, Darrow הוקמה על ידי בן ארצי וגילה חייט (CTO), ובין המשקיעים בה Y Combinator, NFX ו-Georgian.
שלישית, איכות הניתוח תלויה באיכות הנתונים. מאגר תלונות הצרכנים של הרגולטור הפיננסי האמריקאי, ה-CFPB, הוא דוגמה טובה למקור כזה: הוא פתוח לכל אחד, מתעדכן בדרך כלל מדי יום וזמין גם דרך API. אבל ה-CFPB עצמו מזהיר שהמאגר אינו מדגם סטטיסטי, ושמספר תלונות גבוה יכול לשקף פשוט חברה עם יותר לקוחות. מי שבונה תיק על דפוס שעלה מנתונים כאלה צריך עדיין להוכיח קשר סיבתי ונזק בכלים המשפטיים הרגילים.
המגמה עצמה ברורה: חלק מהכלים החדשים לא עוסקים בניסוח מסמכים או בסקירת חוזים, אלא באיתור עבודה חדשה. עבור משרדי תובעים ומשרדי ייצוגיות זה עשוי לשנות את נקודת הפתיחה של התיק. עבור יועצים משפטיים בחברות, אותו היגיון עובד גם בכיוון ההפוך: מה שאפשר לאתר מבחוץ, כדאי לאתר קודם מבפנים.