人工智能在法律服务领域应用盘点分析

人工智能

633人已加入

描述

近年来,国家一直在持续推动司法改革和法律信息化, “互联网+法律”成为了重要的创新创业方向。而随着人工智能技术兴起,人工智能在法律服务领域的应用,也开始逐步进入公众视野。亿欧智库近期发布的《2018人工智助力能法律服务研究报告》,对人工智能在法律领域的应用进行了分析和解读。本文节选自报告第二章,重点从三大参与主体角度,介绍人工智能在法律领域的具体应用。

从产品形态角度看,AI在法律领域的应用主要体现在信息检索、文书审阅、案件预测、智能咨询等4种形式。参与AI应用于法律的企业,既有综合AI技术及解决方案供应商,如百度、阿里、科大讯飞等,又有专业法律信息平台或法律信息化企业,如华宇软件、无讼等。既有上市公司,如华宇软件、阿里等,又有初创公司,如法狗狗等。

人工智能

不过为了更好的理解,亿欧智库从法律服务的不同参与主体:当事人(个人或企业)、律师(律师及律所等)和法院(法院及检察院等),对AI的应用进行分析。

当事人

AI产品应用于当事人三个主要方向:

1.法律咨询

当事人遇到法律问题时,可以通过智能问答平台进行咨询,平台根据案情给出相关法律建议。平台通过AI实现自然语言的识别,以及更清楚的问题理解、分析和回答。目前各平台在自然语言理解方面还有很大的提升空间。咨询平台/机器人目前也主要针对婚姻、劳务、民间借贷、知识产权等工作生活中常见的简单纠纷类型,代替律师进行咨询。复杂问题仍需求助律师。

人工智能

2.律师对接

律师O2O平台通过搜索式或问答式,在了解当事人案件信息的基础上,智能推荐匹配的律师。搜索类律师O2O平台通过对自然语言进行处理,识别自然语言提出的要求,为当事人搜索匹配推荐的律师。对话式机器人则先进行机器问答,根据用户提供的案件具体情况,为当事人智能匹配相应律师。

人工智能

3.法务服务

人工智能的文本处理能力,可以帮企业自动化解决特定问题,如合同起草和审核、法律风险监控等。目前这类AI产品多以法务服务软件或SaaS的形式供企业使用。智能法务平台能够避免人为疏忽,提高文件处理效率,审核过程也不会受到贿赂等问题影响。但AI只能进行基础审核,复杂条款涉还需要人的参与。

人工智能

律师/律所

AI应用于律师与律所主要有三个方向:

1.信息查找与文件处理

通过AI对法律条文、判决书等进行结构化处理,使得律师可以根据自然语言或案件关键信息,搜索出相关法律条文、过往相关案例判决书等,用于律师参考。目前各平台在自然语言理解方面,都还有很大的进步空间。

2.案情预测

在信息检索的基础上,基于人工智能技术,可以提供相关案例分析、胜诉率分析,关联企业分析、数据可视化、案件判决结果预测等功能。国内理脉智能、法狗狗都曾经推出过相关产品服务。国外则有Lex Machina、CaseCrunch等公司从事相关服务。据CaseCrunch称,其AI在判决预测方面,以86.6%的成功率,打败了人类律师62.3%的成功率。

人工智能

3.智能客服

律师将咨询机器人集成到自家公众号、网站等,作为智能客服,为客户提供简单法律咨询服务,把律师从低价值的简单咨询问题中解放出来。智能客服也能够帮助律师对客户进行初步筛选,高价值客户交由律师后续接手,提高律师工作效率。

智能客服技术上与面向个人咨询的机器人没有区别,不过有公司研发的智能客服只为律所等B端服务,如律团。

法院/检察院

AI应用于法院主要有三个方向:

1.文书处理

通过AI进行法律文书处理,如如庭审语音转文字、判决书生成等。

起诉书、判决书自动生成:部分法院平台,如杭州互联网法院,利用人工智能自动生成起诉书、判决书。当事人只需要录入相关材料,就能通过智能平台快速生成起诉书。法院判决完,平台可以自动生成部分或全部判决书,大幅提升法官的工作效率。

庭审语音转写系统:庭审时,需要书记员进行各方陈述的文字记录。目前已经有不少法院开始将基于人工智能的语音转写系统应用到庭审中,辅助书记员的工作,减轻了书记员的工作负担。

2.审理辅助

案件辅助审理系统基于大数据、机器学习等技术,通过大量案件的学习,使智能系统学会提娶校验证据信息并进行案件判决结果预测,为法官判决提供参考。案件辅助审理系统使判案流程标准化,提高判决一致性,降低***发生的可能,增强司法公信力。

人工智能

3.智能咨询

法院通过智能客服机器人,AI或实体,为公众提供法律咨询服务。公众号类机器人如厦门法院“法制沧海”、深圳国际仲裁院“小3i”等,实体机器人有深圳南山司法局“南小法“等。智能咨询与律所智能客服、当事人法律咨询等背后的技术相同,也有法狗狗等同时为公众、律所、法院等提供智能客服机器人。

亿欧智库通过本文仅对报告进行了部分内容的呈现,更多内容可下载原版31页报告,全面了解本报告研究分析内容。

打开APP阅读更多精彩内容
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉

全部0条评论

快来发表一下你的评论吧 !

×
20
完善资料,
赚取积分