編排問題困擾法律AI

法律實踐以文件為核心，但法律的實質存在於文件之下：實體、權利、義務、所有權、控制權、法律地位以及隨時間演變的關係。文件只是這些結構的快照。然而，當前的AI系統在讀取、總結和回答文件問題時，並未維護底層場景的清晰模型。

具體來說，AI代理在執行時重構上下文。它們搜尋文件、檢索片段、構建臨時摘要並即時推斷含義。同一問題可能因檢索內容、排序方式和模型推斷的不同而得到不同答案——這從根本上導致了隨時間推移的不穩定性。

法律工作並不適合“快速行動、打破常規”。法律解釋依賴於多種活的、不斷變化的關係，這些關係並非全部可以編碼。那麼，如果不能簡單地用更多不完整資訊來解決問題，還能怎麼做？

本體論是對某一領域的正式建模。它定義相關的實體、關係、狀態和約束（如義務），以及這些事物如何相互關聯（如某項義務適用於哪個當事方），以及這些事實如何隨時間變化（如是否已轉讓）。

基於本體的知識圖譜透過維護持久上下文來解決問題。它從合同、電子郵件、草案、備案檔案、已執行協議、使用者行為和判例法等源頭吸收變更。新資訊與現有結構進行調和，而非當作孤立事件處理。

該方法解決的一個突出問題是AI系統陷入誤解（例如，認為一封電子郵件是今天傳送的，而實際並非如此）。利用基於本體的系統，在資訊攝入時進行調和，從而消除一個主要故障模式。

多年前，構建法律本體往往意味著脆弱的系統：僵硬的規則引擎或依賴正規表示式的提取。現在，我們可以解析非結構化文件、分類實體並識別關係。個體處理步驟不再是前沿——重點已轉向調和、治理和管理。

如果系統聲稱某當事方負有義務，律師應能追溯該結論至相關協議、條款、修訂、事件和解釋。如果風險評分變化，系統應顯示變化內容及原因。如果AI代理提出一項行動，該行動應基於法律圖的當前狀態進行驗證。這為人類和AI建立了共享的真相源。

如果系統不易審計和理解，本體論的前提即刻瓦解。人類干預至關重要。當變更影響法律解釋、義務、風險或結論時，應提請專業人士審查，而非靜默應用。當律師接受、拒絕或修改AI建議時，該互動可更新知識圖譜或生成治理訊號。隨著時間推移，系統將更好地與事務所的推理、偏好和風險承受能力保持一致。

本體論是可問責法律AI的基礎，隨著我們繼續解決代理系統的技術難題，它們將變得越來越重要。