Een robot die alle jurisprudentie en andere juridische documentatie kent. Die nooit ziek is, 24 uur per dag werkt en steeds slimmer wordt. De opkomst van “LegalTech” is niet te stuiten en biedt enorme kansen voor advocaten en General Counsel. Prof. Jan Scholtes legt uit hoe en waarom.

In andere sectoren is de ontwikkeling al langer gaande. Het UWV meldde onlangs dat het werk van duizenden ambtenaren de komende jaren waarschijnlijk door robots wordt overgenomen. De uitkeringsinstantie schrijft in een rapport over werkgelegenheid bij de overheid dat door automatisering en digitalisering een deel van de vooral economisch-administratieve taken, wordt vervangen door computersystemen.

De juridische wereld volgt voorzichtig. Het Amerikaanse Advocatenkantoor BakerHostetler introduceerde vorig jaar de eerste juridische A.I. robot Ross en de innovatieve juridische dienstverlener Legadex ontwikkelde een zogenaamde “review robot” op basis van het data-analyseplatform van ZyLAB. LegalZoom en Rocket Lawyer zijn voorbeelden uit Amerika van legal tech disruptors wiens technologie de basis vormt van hun legal tech business model. Kortom, er komen steeds meer legal service providers op de markt die geavanceerde juridische technische oplossingen bieden voor General Counsel, die veel tijd en daarom geld besparen.

Wat is “legaltech”?

Legaltech is (IT-)technologie die eenvoudige, juridische taken automatiseert. Dit gaat verder dan het automatisch opzoeken van referenties en jurisprudentie. Door grote hoeveelheden informatie door de computer te laten analyseren, kan de jurist sneller en beter geïnformeerd inschatten welke strategie het meest efficiënt is.

De meerwaarde van legaltech in de juridische wereld zit vooral in het toenemend belang van kwaliteit van informatie aan de ene kant en de groeiende omvang van de informatie aan de andere kant. Juridisch werk staat of valt met de kwaliteit van de informatie waarop de jurist zich kan baseren. En doordat het volume van data en informatie dat ondernemingen opslaan, exponentieel toeneemt en steeds moeilijker toegankelijk is, wordt het steeds lastiger om handmatige reviews te doen.

Automatisering biedt uitkomst.

Een machine kun je leren om patronen en verbanden te ontdekken in grote datasets. Aan de hand van zogenaamde trainingsdata wordt een classificatiesysteem getraind. Nieuwe stukjes data worden vervolgens geclassificeerd aan de hand van (latente) patronen die ontdekt zijn in de trainingsdata. Zo wordt het na genoeg training uiteindelijk mogelijk om het gedrag van nieuwe data te voorspellen. En zo kun je een computer trainen om documenten te organiseren en analyseren.

Robots leren niet uit zichzelf

Veel eenvoudige juridische werkzaamheden kunnen inderdaad worden geautomatiseerd. Maar we worden straks echt niet allemaal vervangen door een robot. De belangrijkste reden; een computer leert niet uit zichzelf. Bij de ontwikkeling van robots voor juridische toepassingen, wordt gebruik gemaakt van zogenaamde supervised machine learning. Dat zijn algoritmes die aan de hand van een groot aantal voorbeelden (zowel positieve als negatieve) een bepaalde categorie documenten leert herkennen.

In dat leren zit de toegevoegde waarde van de juridische professional. Want ook bij algoritmes geldt dat deze alleen goed functioneren als de data goed is, dus: stop je er troep in, dan krijg je er ook weer troep uit.

Validatie en verdedigbaarheid van processen en resultaten

Onafhankelijke en continue validatie van de resultaten en verdedigbaarheid van het geautomatiseerde proces is een van de meest belangrijke onderdelen van het gehele proces. Door een willekeurige steekproef te nemen en die door specialisten of senior advocaten te laten controleren, kan de kwaliteit van het proces continue in de gaten gehouden worden. Daarnaast is het zaak de onderliggende stappen en beslismomenten van het automatische proces goed te documenteren en via een audit-trail en met gedetailleerde rapportages vast te leggen.

Uit de praktijk en doorlopend wetenschappelijk onderzoek blijkt dat de computer het vaak vele malen beter en consistenter doet dan mensen. Automatisering biedt de General Counsel daarom juist kansen. Saai, arbeidsintensief werk of taken die eigenlijk overbodig zijn, wordt veel sneller uitgevoerd door het te automatiseren. Zo kan de General Counsel zich focussen op de meer strategische taken en ervoor zorgen dat hij of zij snel kan reageren op het moment dat er vragen vanuit de Board of andere stakeholders komen omdat de informatie die daarvoor nodig is snel inzichtelijk is te krijgen.

Over de auteur:

Jan ScholtesProf. dr. ir. Johannes (Jan) C. Scholtes is Chairman en Chief Strategy Officer van ZyLAB en bekleedt sinds 2008 de buitengewone leerstoel ‘Text Mining’ van de faculteit ‘Knowledge Engineering’ aan de Universiteit van Maastricht.

ZyLAB ONE eDiscovery

ZyLAB is het enige Nederlandse softwarebedrijf met meer dan 30 jaar ervaring in eDiscovery en informatiemanagement en heeft zich bewezen in talrijke grootschalige corporate en strafrechtelijke zaken over de hele wereld. Meer informatie op www.zylab.nl

ZyLAB ONE eDiscovery gebruikt de meest recente datawetenschap-technieken uit de wereld van Artificial Intelligence om specifieke documentcategorieën te ontdekken en in die documenten relevante informatie te vinden.