Afgelopen week heb ik een evenement van mijn studie bijgewoond, genaamd ‘FOCUS’, waarbij we verschillende advocatenkantoren in Den Haag en Rotterdam bezochten. Het was de bedoeling om in drie dagen de uiteenlopende opties in de advocatuur te laten zien. Dit resulteerde in het feit dat we zowel grote – als kleine – advocatenkantoren bezochten. Zelf houd ik me best veel bezig met AI in ons vakgebied. Vooral (om maar eerlijk toe te geven) uit gemakzucht, maar ook wel voor serieuzere dingen. Het valt me op dat de gratis AI-chatbot vaak fouten maakt, waardoor de uitwerking van bijvoorbeeld werkgroepvragen simpelweg niet klopt.
Toen ik dit aankaartte tijdens het ‘recruitmentdiner’ werd mij verteld door een advocaat van een groot kantoor dat zij hun eigen database hadden en dat hier ruim voor werd betaald. Een advocate van een kleiner kantoor vertelde later dat zij hier geen gebruik van konden maken, vanwege (onder andere) financiële overwegingen.
Levert deze ‘AI-kloof’ echter ook een verschil in efficiëntie en resultaat?
De juridische database
Het begon allemaal met de juridische database Harvey. Harvey maakt gebruik van de OpenAI-technologie waar ChatGPT op gebaseerd is, met een extra ‘laag’ om het gebruik meer toe te spitsen op de juridische dienstverlening. Het AI-model leert niet van data (cliëntgegevens blijven van het betreffende kantoor).
In februari 2023 lanceerde A&O Shearman als eerste advocatenkantoor ter wereld een samenwerking met Harvey. Inmiddels hebben alle grote commerciële kantoren hun eigen juridische AI-database.
De grote kracht van de AI-database is het verwerken van grote hoeveelheden data. Dit kan de mens nog niet; tenminste niet binnen hetzelfde tijdframe. Een litigator kan zo enorme stukken tekst laten verwerken en hierbij vragen wat de verwerende partij in zou kunnen brengen als tegenargument, of wat de rechter als vraag zou kunnen stellen. Ondanks dat de AI niet altijd even goed presteert, doordat bijvoorbeeld juridische termen op verschillende manieren uitgelegd kunnen worden, wordt wel enorm veel tijd bespaard.
Kleine kantoren
Zoals beschreven in de introductie zijn tools als Harvey extreem duur. Voor een kantoor met een handvol advocaten is die investering vaak niet terug te winnen. Hierdoor blijft veel tijd zitten in het doorspitten van duizenden pagina’s. Dit creëert niet alleen ongelijkheid met de commerciële kantoren, maar de vraag is ook hoe lang cliënten nog willen betalen voor deze ambachtelijke uren.
Omdat AI-tools wel erg efficiënt kunnen zijn, grijpen kleine kantoren alsnog naar publieke AI-tools. Dit brengt enorme risico’s met zich mee voor het beroepsgeheim. De publieke database leert namelijk van de ingevoerde gegevens. Vertrouwelijke informatie kan daardoor op de verkeerde plekken terechtkomen. Hierdoor is de toegang tot het recht ook niet meer gelijk.
Toch hebben de kleinere kantoren een kracht waar AI (nog) faalt: de menselijke intuïtie. Doordat de advocaten bij kleinere kantoren het papierwerk echt zelf hebben gelezen, kunnen zij hier beter op inspelen. Een algoritme kan enorme stapels papierwerk in een fractie van de tijd doorspitten, maar begrijpt de emotionele nuance van de cliënt of rechter niet. De AI-kloof dwingt hen tevens tot creativiteit. Zij kunnen gemakkelijker experimenteren met betaalbare tools, zonder door vijf managementlagen te moeten.
Conclusie
De AI-kloof tussen grote en kleine advocatenkantoren is een voldongen feit. Terwijl grote kantoren dure, beveiligde AI-tools kunnen gebruiken, moeten kleinere kantoren hun hoofd boven water houden door creatief te blijven.
Mijn eigen ‘gemakzucht’ met gratis chatbots leerde me dat AI een hulpmiddel is, geen vervanging. De echte winnaar is de partij die de snelheid van AI weet te combineren met de menselijke maat. Uiteindelijk maakt de jurist het verschil, niet het algoritme.
