🎧 Kuuntele kirjoitus alta! Tekoälyfoorumi julkaisee kaikki jutut myös audiona. Kuuntele milloin vain, missä vain – vaikka puhelimen näyttö lukittuna.
Tekoälyn kehitys näkyy voimakkaasti juridiikan alalla
Erityisesti uusimmat generatiiviset kielimallit ja niihin liittyvät teknologiat – kuten monimutkaisia oikeudellisia kysymyksiä ratkaisevat “reasoning”-mallit sekä oikeudellisia lähdeaineistoja hyödyntävät Retrieval-Augmented Generation (RAG) -työkalut – voivat muuttavat, jolla juristit ja oikeustieteen opiskelijat tekevät työtään. Mutta millaisia konkreettisia tuloksia uusimpia tekoälymalleja käyttämällä voi odottaa? Tätä kysymystä tutkittiin tuoreessa ja kattavassa kokeellisessa tutkimuksessa, jossa tekoälyteknologioiden todellista hyötyä arvioitiin oikeudellisissa työtehtävissä.
Tutkimuksen tausta ja toteutus
Tutkimuksessa oli mukana 127 oikeustieteen opiskelijaa kahdesta yhdysvaltalaisesta huippuyliopistosta. Heille annettiin kuusi monipuolista ja realistista lakitehtävää, joiden tyyppi vaihtelee lyhyestä asiakasviestinnästä ja muistioista aina vaativampiin sopimus- ja riidanratkaisutehtäviin. Kaikissa tehtävissä piti soveltaa asiaankuuluvaa oikeudellista aineistoa ja perustella omat johtopäätökset selkeästi.
Opiskelijat jaettiin satunnaisesti kolmeen ryhmään:
Yksi ryhmä suoritti tehtävät kokonaan ilman tekoälytyökaluja.
Toinen ryhmä käytti OpenAI:n kehittämää reasoning-mallia (nimeltään “o1-preview”).
Kolmas ryhmä käytti Vincent AI -järjestelmää, joka yhdistelee RAG-teknologiaa sekä automatisoituja “prompting”-toimintoja. Toisin sanoen Vincent AI pyrki hakemaan ja upottamaan oikeustapauksia, säädöksiä ja muuta juridiikan lähdeaineistoa tekoälyn tuottamaan tekstiin, jotta väärien lähteiden tai “hallusinaatioiden” riski vähenisi.
Jokainen opiskelija suoritti kaikkiaan kuusi tehtävää: kaksi ilman tekoälyä, kaksi reasoning-mallin avustamana ja kaksi RAG-pohjaisen Vincent AI:n avulla. Kaikki tuotokset arvioitiin sokkoutetusti: arvostelijat eivät tienneet, ketkä olivat käyttäneet tekoälyä ja ketkä eivät, tai missä määrin he olivat näin tehneet. Arvioinnissa huomioitiin muun muassa sisällön laatu, juridinen analyysi, argumentaation syvyys ja kirjoituksen selkeys.
Tutkimuksen tulokset: Tekoälymallit nostavat juristien työn laatua
Laadun parantuminen
Molemmat tekoälytyökalut nostivat merkittävästi työn laatua neljässä tehtävässä kuudesta, kun mittarina oli selkeys, järjestelmällisyys ja yleinen ammattimaisuus. Osallistujat, joilla oli tekoäly apuna, kirjoittivat selkeämpiä ja jäsennellympiä vastauksia. Huomionarvoista on, että reasoning-malli (o1-preview) toi parempaa tulosta erityisesti juridisen analyysin syvyydessä: se auttoi opiskelijoita hahmottamaan ongelmien loogisia ja oikeudellisia taustoja tavallista tarkemmin.
Nopeus ja tuottavuus
Molemmat tekoälyjärjestelmät vähensivät merkittävästi tehtävien suorittamiseen kulunutta aikaa – parhaimmillaan jopa 20–30 prosenttia. Kun laatua ja aikaa tarkasteltiin yhdessä, eli mitattiin “tuottavuutta” (pisteitä per käytetty minuutti), parannukset olivat sitäkin suuremmat. Etenkin aikaa vievissä ja monimutkaisissa oikeudellisissa tehtävissä (kuten kattavan muistion kirjoittamisessa tai kanteen analysoinnissa) tulokset osoittivat selkeää tuottavuusloikkaa.
Hallusinaatiot vs. lähdetarkkuus
Aiemmissa kokeissa on ollut huolena niin sanotut “hallusinaatiot”, joissa tekoäly keksii lähdeviitteitä tai faktoja, joita ei oikeasti ole olemassa. Nyt tehdyssä tutkimuksessa Vincent AI -työkalulla (joka perustuu RAG-tekniikkaan) oli vähemmän hallusinaatioita kuin aiemmin testatuilla yleistyökaluilla, kuten GPT-4:llä. Vieläkin vähemmän “keksittyjä lähteitä” esiintyi kuitenkin osallistujilla, jotka eivät käyttäneet tekoälyä ollenkaan – mikä tarkoittaa, että täysin erehtymättömäksi tekoälyä ei voi sanoa. Tässä mielessä RAG näyttää tuovan vakautta, mutta korostaa myös tarvetta huolelliseen, ihmisen tekemään tarkistukseen.
Tehtävä- ja osaamiskohtaiset erot
Tutkimuksessa huomattiin, että tietyt tehtävät hyötyivät tekoälystä selvästi enemmän kuin toiset. Prosessuaaliset, kirjoittamiseen ja argumentaation rakenteeseen liittyvät tehtävät tuntuivat helpottuvan eniten, kun taas puhtaasti sopimuspohjaisessa (NDA, Non-Disclosure Agreement) tehtävässä tekoälyn käyttö ei aina johtanut merkittävästi parempaan lopputulokseen tai nopeuteen. Lisäksi alempiarvoisilla GPA:lla (opintomenestyksellä) olevat opiskelijat hyötyivät keskimäärin enemmän tekoälyn tuomasta tuesta kuin ne, joilla oli jo entuudestaan korkea taitotaso.
Mitä tutkimus tarkoittaa käytännössä?
Käytännön apua juristin työhön
Tulokset osoittavat, että kehittyneet tekoälymallit eivät ainoastaan nopeuta rutiinitehtäviä, tekoälymallit nostavat juristien työn laatua. Tämä on merkittävää, sillä aikaisemmat tutkimukset ovat antaneet viitteitä lähinnä nopeuden kasvusta, laadun jäädessä vaihtelevaksi.
Tarve yhdistää eri tekoälytekniikoita
Vincent AI:n (RAG + automatisoidut “prompt”-rakenteet) ja reasoning-mallien (kuten o1-preview) käyttötavat osoittivat, että näissä kahdessa teknologiassa on keskenään täydentäviä vahvuuksia. RAG-työkaluilla on etulyöntiasema lähteiden etsimisessä ja “lattiatason” siivoamisessa (vähemmän “keksittyjä” viitteitä), kun taas advanced reasoning -mallit loistavat vaikeiden, monivaiheisten oikeudellisten ongelmien ratkomisessa. Kun molempien teknologioiden parhaat puolet yhdistetään, tuottavuus voi nousta vieläkin enemmän.
Koulutuksen ja osaamisen merkitys
Ihmisen rooli säilyy edelleen tärkeänä. Kriittinen ajattelu, oikeudellinen harkinta ja tapauskohtainen mukauttaminen ovat yhä juristin ydinosaamista. Uusimmat tekoälymallit voivat tukea tätä prosessia tarjoamalla luonnoksia, linkkejä lähteisiin tai selkeämpiä tekstirunkoja, mutta ihmisen on edelleen varmistettava lähteiden oikeellisuus ja lopputuloksen laatu.
Samoin tutkimuksessa huomattiin, että harjoittelun ja laadukkaan ohjauksen myötä osallistujat oppivat käyttämään tekoälyä tehokkaammin – ja saivat sitä kautta yhä parempia tuloksia.
Ennakoi uusia työskentelytapoja
Monissa työpaikoissa harkitaan parhaillaan tekoälyn käyttöönottoa, joko räätälöidyillä ratkaisuilla tai julkisilla kielimalleilla. Tämä tutkimus osoittaa, että uuden sukupolven tekoälymalleissa (oikeuspohjainen RAG sekä reasoning-mallit) on todellista potentiaalia muuttaa juristin työn vaikuttavuutta ja tehokkuutta.
Loppupohdinta
Tutkimuksen mukaan uudet tekoälyteknologiat voivat korvata aiemmat yleiskäyttöiset kielimallit oikeudellisen työn tukena, koska ne tarjoavat aiempaa parempaa tehokkuutta ja laatua. Sitä mukaa kun sekä RAG että reasoning-mallit kehittyvät – ja integroituvat toisiinsa – niiden vaikutus oikeudelliseen analyysiin, tekstintuotantoon ja koko asianajoprosessiin voi olla todella merkittävä.
Vaikka monella lakialan toimijalla on vielä opettelua ja varauksia tekoälyn suhteen, tutkimusviesti on varsin selvä: kun tekoälyn käytön oppii yhdistämään täsmälliseen oikeudelliseen ajatteluun ja asiaankuuluvien lähteiden tarkistamiseen, tekoäly voi todella laajentaa juristin ja lakitiimien suorituskykyä – ja tätä kautta parantaa oikeuden saatavuutta, asiakaspalvelua sekä työn laatua. Tulevaisuuden työntekö tulee olemaan yhä enemmän ihmisen ja tekoälyn yhteispeliä, jossa tekoäly loistaa nopeudessa ja järjestelmällisyydessä, ja ihminen tuo arvokkaimman panoksensa strategisessa harkinnassa, luovuudessa ja eettisessä vastuussa.
Piditkö tästä artikkelista? Tilaa ilmoitukset uusista Tekoälyfoorumin julkaisuista suoraan sähköpostiisi. Arvostamme myös valtavasti, mikäli jätät meille arvostelun Googlessa. Kiitos. 💙
Comments