See discussions, stats, and author profiles for this publication at: https://www.researchgate.net/publication/275344055
Article in Fordham law review / edited by Fordham law students · May 2014
CITATIONS
15
READS
60
2 authors:
Russell G. Pearce Fordham University
48 PUBLICATIONS 197 CITATIONS
John O. Mcginnis Northwestern University
60 PUBLICATIONS 723 CITATIONS
All content following this page was uploaded by Russell G. Pearce on 29 April 2015.
The user has requested enhancement of the downloaded file.
Some of the authors of this publication are also working on these related projects:
Access to Legal Services and Democratic Values View project
THE GREAT DISRUPTION: HOW MACHINE INTELLIGENCE WILL TRANSFORM THE ROLE OF LAWYERS IN THE DELIVERY OF LEGAL SERVICES
John O. McGinnis* amp; Russell G. Pearce**
INTRODUCTION
Law is an information technology—a code that regulates social life. In our age, the machinery of information technology is growing exponentially in power, not only in hardware, but also in the software capacity of the programs that run on computers. As a result, the legal profession faces a great disruption. Information technology has already had a huge impact on traditional journalism, causing revenues to fall by about a third and employment to decrease by about 17,000 people in the last eight years1 and very substantially decreasing the market value of newspapers. Because law consists of more specialized and personalized information, the disruption is beginning in law after journalism. But, its effects will be as wide ranging. Indeed they may ultimately be greater, because legal information is generally of higher value, being central to the protection of individualsrsquo; lives and property.
The disruption has already begun. In discovery, for instance, computationally based services are already replacing the task of document review that lawyers have performed in the past. But computational services are on the cusp of substituting for other legal tasks—from the generation of legal documents to predicting outcomes in litigation. And when machine intelligence becomes as good as lawyers in developing some service or some factor of production that contributes to a service, it does not stop improving. Intelligent machines will become better and better, both in terms of performance and cost. And unlike humans, they can work ceaselessly around the clock, without sleep or caffeine. Such continuous technological acceleration in computational power is the difference between previous technological improvement
剩余内容已隐藏，支付完成后下载完整资料
法律可以理解为是一种信息化的技术, 它是一种规范社会生活的法典。在我们这个时代, 信息技术的机器化不仅在硬件上正在以指数的形式增长, ,其计算机运行的软件程序的能力也是如此。因此, 法律界面临巨大的破坏。信息技术已经对传统新闻事业产生了巨大影响, 导致其行业收入下降了约三分之一, 就业人数在过去的八年中减少了约17.000 人，而且极大地降低了报纸的市场价值。由于法律包含更专业和个性化的信息, 这种破坏对于新闻业的影响远远早于法律。但是, 它对法律界的冲击丝毫不会较之较弱。 诚然这些冲击可能会向好的一面发展，因为作为保护个人生命和财产的核心，法律信息通常具有较高的价值,
这种破坏早已开始。例如, 在发现中, 基于计算机的服务已经取代了律师过去所做的文档审查任务。但是, 从生成法律文件到预测诉讼结果，计算服务正处在取代其他法律任务的转折点。当机器智能在开发某项服务或某种生产要素时与律师一样好, 它也不会停止改进。在性能和成本方面, 智能机器将变得越来越有优势。与人类不同的是, ,就算没有睡眠或咖啡因，他们也可以无休止地工作。计算能力的这种持续的技术加速是靠机器智能驱动的，这也是与以前法律服务的技术改进的不同之处. 此差异使它成为未来数十年中,法律界最亟需处理的问题。
这些发展对法律、法律实践、法学和法律教育的各个方面都有重大影响。在这里, 我们专注于一个重要的后果: 律师市场提供法律服务的力量被大幅度削弱。我们认为, 这些发展通常会增加竞争，他们将法律服务商品化, 方便客户进行价格比较, 而且引入新的直接服务供应商, 及律师服务的低成本供应商。
这些新技术将给法律界带来极大的冲击, 损害许多律师的经济前景, 但也有人从中获利。实际上两种特殊的律师可以从机器化中受益。首先, 行业中的超级巨星将更具识别力, 并将使用科技来扩大其影响力。其次, 那些能够利用机器提供的低成本模式改变自己的行为方式的律师将开辟不断扩大的中产阶级个人和小型企业法律服务市场, 填补曾经法律服务的缺口。
最初机器对于律师的阶层和职能的影响可能既未起到促进作用却也谈不上严重损害。首先, 由于机器在法庭上辩论这一情况并非指日可待, 因此, 辩护律师将在很长一段时间内有利可图, 尽管机器可能会通过建立诉讼中案件价值的趋同模式来减少争端的数量。其次, 那些在特定领域高度专业化的律师在汹涌的法律变革浪潮中, 将相对不受影响, 就像多德-弗兰克监管的律师, 因为更模式化和更稳定的领域才是机器的强项。第三, 那些必须说服客户做自己不愿意做但却对自身有益的顾问也有很大生存空间, 因为机器无法与客户建立必要的情感纽带。
但是实习律师--比如那些写例行遗嘱、标准合同和审查文件的律师—将面临更加惨淡的未来, 因为这可是机器的强项。因此, 虽然机器的到来对消费者而言是好事, 但对于律师很难一概而论。
律师保留旧有市场的最可靠方法是使用行业监管延缓和阻碍机器智能的普及。但是, 行业监管通常只会徒劳无功。首先, 律师可以使用许多机器制造产品, 降低自己的成本。因此, 使用机器投入与行业监管目标相一致, 同时又可以通过降低成本和减少其他律师数量来创造竞争压力。其次, 即使美国未经授权的执业规定依旧不以允许法律服务广泛的机器智能化, 这些法律将被持续证明其既无法阻止广泛的机器律师也不能保持律师的垄断地位。此外, 不管美国法律如何，全球的机器智能大环境将持续给美国法律服务市场施加压力。下面这段信息表明机器时代已经到来, 这一点行业监管既无法推迟也无法组织。
机器智能在法律方面的具体化
在这一部分, 我们首先考虑机器智能的普遍发展。其次, 我们思考这种发展是如何影响法律实践五个方面的。再次, 我们假设, 随着时间的推移, 这些变革将以牺牲小律师成全大律师的方式改变法律实践。最后, 我们会回应一些认为机器智能会对法律界产生根本性的影响的潜在的反对。
A. 计算机智能的持续发展
根据《摩尔定律》, 计算机的能力正在加速发展。该定律反映了一个规律性——可以安装到计算机集成电路片上的电晶体的数量每十八个月到两年之间都会翻倍.在过去的四十年里, 计算机以相似的指数次幂增长。计算机是从第二十世纪晚期到第二十一世纪早期被发明的，蒸汽机器是第十九世纪——都是根本动力和社会进步的标志。
最近, 研究人员已经证实摩尔定律仍然准确, 并进一步指出在电信和信息存储中出现了类似的指数增长。在2011年的一篇文章中, 两个研究人员定义信息的计算能力为由一个算法指导的通过空间和时间的通信,通过计算,得出他们每增长大约58% ——非常接近摩尔定律的十八个月加倍理论。信息交流的时间方面, 例如宽带容量, 每年增长 28%——大约三十四个月翻倍。存储空间容量以每年23% 的速度增长,大约40个月翻倍。后者为 '大数据' 的增长提供了基础建设——我们的世界被以数字形式越来越准确地表示出来。
我们通常用线性的方式思考。但是当我们理解它的力量时, 指数的增长更应引起我们的注意。比起1965年麻省理工学院的所有计算机的总和，如今的手机的计算能力是当初的1000倍,价格却要便宜100万倍。假设计算机继续通电, 其硬件强度仅在2030年就会超过现今200倍。
可以肯定的是, 摩尔定律将持续多久, 这个问题依然存在。最大的芯片制造商英特尔 (intel) 预计摩尔定律将延长到至少2029。在任何情况下, 大量的证据表明, 在我们今天使用的机器被芯片驱动之前，计算能力就已经开始呈指数次幂增长。我们也在研究一些其他方法, 如可以提供持续的快速增长速度的光学计算或量子计算。
从硬件能力指数次幂的增加上来考虑问题实际上低估了计算能力的两方面的变化。一项研究在十五年间使用测量计算机速度的基准衡量了计算机任务改进的幅度。它指出, 通过增加硬件容量, 执行任务的速度已经提高了1.000 倍。但是软件算法的改进在更大的程度提高了计算机的速度。
计算机与人类的智慧互连在一起。最为显著的机制是互联网。但这种互连是一个过程, 而不是单个事件。互联网不仅将连接越来越多的人, 而且连接了越来越多的实物对象,但是 RFID 给他们贴了所谓的 '互联网的东西的标签。互联网也将会因更多的传感器连接到它, 连接到环境, 以及我们周围世界的对象而变得更加可感官化。
硬件、软件和连接方面所代表的计算能力的增强,都是建立在沃森的创新的身后, 也使 IBM 计算机在2011年赢得了《最佳危险》的冠军。《最佳危险》是一个复杂又有广度的游戏, 要求玩家解开只有人类能理解的复杂元素, 包括笑话、押韵和语言游戏。这种自然语言能力的结合, 加上分析包含各种信息和歧义的问题的能力, 使得沃森的应用与机器在法律实践中的讨论有关。沃森通过探索以上三个领域的改进而获得了成功--硬件、软件和连接--所有的能力都可望迅速提高。因此, 沃森是日常生活中中机器智能化的先驱.
事实上, IBM认为沃森至关重要, 以至它在机械范围上创建了一个分部, 并在机器的开发上投入了10亿美元。IBM 正在使用它的程序帮助医疗诊断。在最近关于如何利用沃森的竞争中, 获胜的词条以法律领域为中心, 利用沃森在数据中搜索相关证据, 并预测证据将如何对赢得此案有帮助，，而这种智能化将逐步改变法律实践, 取代律师执行的许多任务。虽然我们将研究法律的许多表现形式, 但所有机器驱动的法律服务都将使用复杂的算法来构造各种形式的数据, 如法律文件, 并对未来的事件 (如案例结果) 进行预测。
在研究法律职业中当前和即将到来的机器智能的一些形式之前, 我们必须认识到关于机器智能进步的两个核心命题。首先, 在硬件、软件和连接的结合发展到一定程度之前, 机器智能并不成为代表人类活动的替代品。例如, 计算机发明几十年间, 他没有挑战成功任何一个普通水平的象棋选手, 更不用说象棋大师了。但是一旦机器智能达到可与人类竞争的水平, 它就很快就会超越人类的技能。第二, 由于计算能力的增加是指数而不是线性的, 可能计算机承担复杂的法律任务花费的时间可能比最初计算机早前完成更简单的法律任务的实践更短。例如, 在 2004年, 没有一辆汽车可以在穿越沙漠的道路上行驶超过八英里。但在接下来的十年中, 研究人员预测,无人驾驶汽车将可在公路和城市驾驶中运送乘客。同样地, 在过去的四十年里, 法律计算机程序只完善了关键词搜索。然而, 由于技术的加速进步, 计算机将能够在更短的时间内仅通过简短的引用就挑选出最好的判例。即使计算能力仅每两年才翻一番, 未来十年内计算机计算能力也会比上一次增加三十倍。因此, 虽然机器刚刚开始执行法律任务, 我们可以预期在未来十年起将取得实质性进展, 而且在今后几十年里可能还会有更多的进步。
A. 关于机器智能入侵的尖端的五个法律领域
在本章中, 我们简要描述了五个会收到机器智能的影响而发生巨大变化的领域: (1) 发现(2) 法律检索(3) 文件生成(4) 简要和备忘录的生成(5) 预测案例结果。,我们案例结果与预测分析领域的发展进行最长的讨论, 这些将影响到这五个领域。但是我们会使用由法律任务定义的类别来描述机器智能的影响, 而非抽象地关注计算机方法。这一做法还使我们能够突出具体的创新和创业公司, 这些都是表明律师行业将面临破坏的早期迹象。
新的信息技术已经使一些任务发生了改变, 比如发现的过程。其他的, 像简要写作, 虽然还没有从根本上被改变，但已经有迹象表明, 这一定会发生, 因为信息技术已经在像新闻业这样的要求律师类似的技能的联盟领域中发展,。由于计算能力的指数增长是相对规律的, 因此可以预估起何时能达到何种水准。这一节没有全面说明五个领域中每一个方面的发展情况; 五篇不同的文章才能做这种深奥的阐述。但是,在不同法律实践领域中对于机器智能的总结可以突显出我们的整体结论: 一旦机器智能发展并成为法律实践诸多一部分, 他们的能力就会成倍地提高。
1. 发现
机器智能在发现领域中是最为先进的, 可能是因为法律发现集中代表了一般机器应用于法律文件审查中的搜索方法。它简单,却有用的形式, 如电子发现, 或电子化发现, 是一个计算机搜索数据库关键字的过程, 而律师同意是标志的相关性。但关键词搜索是一个相对生硬的工具。这种搜索既可能会覆盖面过大 也可能会过小, 因为某些相关文档中可能缺少某些关键字, 而在一些不相干的文档中却有它们。
预测编码从根本上改变了电子发现的前景。在预测编码中, 律师们在一大组文档的样本种搜寻。计算机技术人员帮助构造预测文档是否相关的算法。当然, 预测编码并不是完善的, 因为它有可能会错过一些文档。但是, 在律师进行文件审查时, 即使不完善也是相对规范的, 因为自然人在这种情况下, 其本身的疲劳、无聊和其他不会影响机器的弱点会大大降低文档审查的准确性。因此, 一些法院已经批准了预测性编码作为发现领域的工具,并将基于此做出相关的最终决定, 因为他们认为电子发现的价格和能力至少不输于传统种类。美国司法部的反托拉斯司有时也会批准根据1976年《哈特-斯科特-罗迪诺反托拉斯法》进行的反托拉斯案件审查的预测编码进行审查。与其他信息技术一样, 电子发现将因其大大提高的准确性和廉价而得到更加普遍的应用,多年前，大型商业诉讼中耗费大量初级诉讼时间的发现领域已经被电子发现的出现所改变。现在, 法律公司在他们的公司中建立了电子发现部门。但独立于法律公司的新兴服务提供者也跃跃欲试。例如, 工作是公司的一个例子, 数字化记录和帮助预测算法。因此, 律师将面临专业领域以外的公司的竞争, 他们希望向律师提供法律发现服务。这些公司有可能更具创新性, 更加专业化, 并且不太重视传统的思维方式。法律公司采用电子发现的时间安排很可能很快, 这些公司在未来十年内基本上所有大规模诉讼中都会使用某种形式的预测编码。
2. 法律搜索
几个世纪以来，从判例中寻找法律都是法律工作的重要组成部分，而机器智能却能比律师做的更快更好。正如在复杂的计算领域，计算机中逐渐取代了人类 (此类工作者曾被称作计算者), 机器智能也将如此取代律师的法律搜索功能.
法律研究的计算机化始于二十世纪六十年代中期，当时俄亥俄州立律师协会试图创建一个将法律观点进行分类整合电子系统将，也是1974年问世的Lexis法律检索系统的基础,。Westlaw 不久也面世了,但因它不允许研究人员搜索法律意见的全文，因此效用有限。同时, 由于Lexis系统被囿于其包含不完整的案例数据库这些问题在很大程度上得到了纠正, Westlaw 和词汇现在都是法律研究的主流。
这种研究已经取代了个案资料的研究成为法律实践的重要内容。随着硬件和软件能力的不断提高, 研究已经可以更准确地找到判例法并评估其说服力。沃森信号的一个改善: 从使用关键字到语义学。以前, 计算机化的法律搜索依赖于搜索正确的关键词。例如,搜索'债券' 关键字不一定会搜到有关债权证的案件。而随着语义搜索的兴起, 这种限制将不再困扰我们。
语义搜索将允许律师向计算机输入自然语言查询, 计算机将回应以语义上直接相关的信息。如果一个人在搜索风险承担, 可能会搜索出概念相关的却不包含此关键字的词条。我们已经开始看到, 集中在与法律问题有关的事项，初创企业为为案例中的数据带来了更多的结构,。这种数据的删选是向语义搜索迈出的一步, 因为它使案例在概念上更易于驾驭。正如沃森使用模式识别有效地使用概念而不是文字, 机器智能也将利用更深的模式识别来提供语义搜索。LexisNexis 已经朝着这个方向迈出了一步，但其他搜索引擎也开始在这个空间竞争。
所
剩余内容已隐藏，支付完成后下载完整资料
资料编号：[23274]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
课题毕业论文、外文翻译、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
