新一代人工智能（AI）已经问世，并且正在掀起波澜。
新一代的人工智能（AI）模型已经超越了苹果的Siri、亚马逊的Alexa和谷歌的Google助手，不仅展示了获取有用信息的能力，还可以生成独特的作品。
其中之一是ChatGPT，这是由OpenAI创建的语言模型AI工具，人们关注它在处理大量数据时以高速度进行审查并针对非常有限的请求或输入产生流畅内容的能力。
有人称其为语言模型中的变革者，认为它可能威胁到数十亿美元的法律行业。
实际上，名为DoNotPay的AI甚至被提议在法律诉讼中用作法律助手，以在当事人自辩时为其提供信息。DoNotPay的目标最终是通过直接将知识力量置于任何个人手中来从律师那里获取一部分法律费用。
人工智能的最新发展引发了一个问题：人工智能是否标志着法律行业的终结？律师的价值是否被取代？
例如，最近的一项律所研究测试了ChatGPT对50个法律问题的准确性。独立评估员按1（差）到5（好）的等级对ChatGPT的回答进行评分，平均得分为2.3，大多数情况下评估员认为回答从“还可以但不一定好”到“普遍不好”不等。从这项研究的总体评估来看，这些回答“对于人类律师来说并不令人印象深刻”，但对于广义的人工智能来说却是令人印象深刻的。
新技术的变革潜力可能令人着迷。就拿我们对加密货币的盲目热情来说，它在2022-23年间崩溃了。那么，在将语言模型AI应用于解决法律问题的背景下，我们应该意识到什么？
从法律的角度来看，企业至少需要考虑以下三个问题。
- 准确性是准确性，而不是相对性。
人工智能是从数据中学习的。如果数据错误、不完整或过时，准确性会受到影响。
尽管ChatGPT有许多应用可以节省用户的时间，但它（目前）在处理源自错误输入、错误信息或可能引起更细致解释的问题时存在局限性。从实际角度来看，如果信息可能“不太准确”，可能会引发巨额罚款、损害声誉或使董事陷入监狱的可能性，那么人工智能的实用性与其使用户面临或无法保护他们免受法律责任的潜力相关。
误差边界凸显了在早期采用新技术解决长期存在的业务问题时考虑风险和暴露的重要性。从寻求是否保留数据、报告数据泄露，到自行将组织分类为关键基础设施，再到支付网络安全赎金或使用或修改他人的知识产权，包括地理和司法限制在内的现有局限性意味着在某些情况下使用人工智能可能会对大多数企业产生不可接受的风险。
实际上，当监管机构和司法裁判员评估是否违反了董事职责时，建议的类型和质量是一个关键考虑因素。这在RI Advice案中得到了体现，该案被认为在网络安全事故发生后未能获得足够的专业网络取证建议和协助。在人工智能的情况下，如果聊天机器人是在与严重的公司决策有关的违规行为案件中唯一或主要的建议来源，监管机构或法官可能不太会宽容。
此外，值得注意的是，ChatGPT目前的公共测试版基于截至2021年的数据，这意味着它排除了在2022年颁布的重要澳大利亚隐私法的变化。
- 效率不等于可靠性。
在商业领域，人们往往倾向于将效率与可靠性混淆，甚至将效率凌驾于一切之上。然而，就法律建议而言，律师必须确保可靠性。
虽然法律建议可以以不同的方式呈现，但所需的分析是相同的。未经充分分析或存在过失的建议是不能被依赖的。与由AI提供的结果不同，当律师提供建议时，客户会从律师必须采取的审慎、谨慎和技能中受益，并在律师的专业责任保险下获得保护。
尽管从律师那里获取法律建议可能不如与聊天机器人对话那样高效，无论是从时间还是成本方面，但律师提供的法律建议具有可靠性和可靠性的保险政策。
- 知识是力量，但（法律）特权更强大。
人们普遍认为，基于准确信息的知识具有赋予力量的作用。例如，民主和言论自由原则支持信息的自由流动，但也有一些重要的例外情况，例如国家安全信息和个人信息。在澳大利亚等普通法司法管辖区，限制获取某些信息还有另一个原因。专业法律特权，即为了寻求法律建议或为诉讼做准备而给律师的沟通是受到保护的，并保持机密。
从聊天机器人那里获取信息或替代法律建议的劣势在于，这些问题不受法律专业特权的保护。
结论 无论ChatGPT和其他人工智能语言模型是否对澳大利亚的企业有用，仅依赖由AI生成的研究或信息来做出重要的战略性公司决策是大胆的，甚至可能是疏忽的做法。
尽管生成式人工智能的发展令人兴奋且有价值，可靠性、专业责任保险和特权的好处和相关性——这些是法律行业的标志——在很长一段时间内可能会持续存在。
