Handmatig doorzoeken en analyseren van juri-dische documentatie is ‘big business’ voor de advocatuur en de juridische uitzendbranche. Voor het bedrijfsleven betekent het zoeken naar en in documenten juist forse kosten. Artificial Intelligence (AI) en data-analyse technieken brengen daar nu verandering in. Yasmina Ben Daoued en Joost Meijer vertellen over het gebruik van AI bij juridisch reviewwerk. Zij introduceren de Review Robot.
In de zorg, de online marketing en financiële dienstverlening zijn inzet en gebruik van big data-technieken steeds normaler. Zo krijgen specialisten in de medische wereld dankzij big data bijvoorbeeld meer inzicht in de ontwikkeling en behandeling van bepaalde ziektebeelden. Online marketeers gebruiken enorme hoeveelheden data voor het gericht benaderen van potentiële klanten. De financiële sector zet de analysekracht van robotisering en kunstmatige intelligentie steeds vaker in voor bijvoorbeeld het inschatten van krediet- en commerciële risico’s. In de juridische wereld is de toepassing echter nog vrij beperkt. En dat terwijl de mogelijkheden legio zijn.
Verbetering juridische review In dit artikel gaan we in op de toepassingsmogelijkheden van AI voor de juridische review van documentatie en de ontwikkeling van de Review Robot. Hebben we het over juridische review, dan gaat het doorgaans om analyse van grote aantallen documenten en het beoordelen van juridisch relevante gegevens. Op de keper beschouwd is vrijwel al het juridische werk gebaseerd op analyse en beoordeling van feiten, zoals contractuele afspraken, documentatie, wetgeving, enz. Daar waar dat te automatiseren valt, biedt dit grote voordelen. Want de manier waarop juristen op dit moment informatie verzamelen en beoordelen blinkt niet uit in efficiëntie, consistentie en kwaliteit. Zeker als grote hoeveelheden documentatie met het menselijk oog moeten worden beoordeeld, dan rijzen de kosten al snel de pan uit en ontstaat het risico dat mensen zaken over het hoofd zien. Dit kan met AI wel feilloos en snel worden opgepikt. Zo biedt AI veel mogelijkheden tot verbetering.
Op een aantal gebieden wordt AI al langer toegepast binnen de juridische sector. Denk bijvoorbeeld aan onderzoek naar fraude, mededingingsrechtelijk onderzoek of onderzoek naar informatie die in juridische procedures van belang is. In dit soort onderzoek wordt vooral gebruik gemaakt van e-discoverysoftware om de spreekwoordelijke naald in de hooiberg te vinden. Hierin zijn veel softwareleveranciers actief, vooral van Angelsaksische origine. Deze softwareproducten verschillen onderling op onderdelen, maar de gebruikstoepas-singen lopen parallel.
Toepassing van AI De innovatie ligt nu vooral in de toepassing van AI buiten de traditionele e-discovery. Dit is vooral op het gebied van het vinden, selecteren en actief benutten van informatie. Zowel in operationele juridische bedrijfsprocessen als in het versnellen van het werk, het verlagen van de kosten of het verhogen van de inzichtelijkheid van informatie. Concreet leveren dergelijke toepassingen bijvoorbeeld complete en analyseerbare contractdataba-ses op of leningportefeuilles waarin de informatie vanuit diverse systemen in onderlinge samenhang wordt gepresenteerd. In het geval van privacywetgeving is het snel vinden van persoonsgegevens en het geautomati-seerd verwijderen of blacklinen daarvan een waardevolle toepassing. Daarnaast zien we dat de mogelijkheden ook steeds vaker worden toegepast in document-intensieve projecten. Denk aan het verzamelen, classificeren en doorzoekbaar maken van informatie voor virtuele datarooms of het uitvoeren van een effectieve vendor due diligence bij M&A transacties. Dergelijke ontwikkelingen zijn een opmaat naar geleidelijke volledige automatisering of robotisering van juridisch werk. Althans, dat deel van het werk dat nu nog handmatig en weinig gestructureerd wordt uitgevoerd; of zelfs niet wordt uitgevoerd, omdat dit kostentechnisch niet haalbaar is.
Documentreview en de Review Robot De Review Robot is een belangrijke stap in de ontwikkeling naar het volledig geautomatiseerd duiden van juridisch relevante informatie en het actief gebruik daarvan in de gewenste context. De basis wordt - kort gezegd – gevormd door een digitaal platform en legal project management. De AI functionaliteit brengt documenten inzichtelijk bij elkaar en maakt ze inhoudelijk analyseerbaar. De Review Robot werd onlangs door Legadex gelanceerd en is gebaseerd op het data-analyseplatform van softwarebedrijf ZyLAB. Deze ontwikkelingen komen niet uit de lucht vallen. De laatste jaren zijn enorme sprongen gemaakt in ‘machine learning’, het zelflerend vermogen van computers. Oftewel: kunstmatige intelligentie. Dit is software die werkt op basis van ‘supervised learning’. Algoritmes (wiskundige formules) leren aan de hand van voorbeelden – goede en slechte – een bepaalde categorie documenten te herkennen. Dat gebeurt in een trainingscyclus, waarin mens en machine samenwerken. De ontwikkeling en toepassing in juridische use cases vordert snel. De rol van Legadex ligt in het ontwikkelen van nieuwe juridische toepassingen en ZyLAB neemt de technische ontwikkeling voor haar rekening.
Overwegingen om de Review Robot in te schakelen bij juridische review
Centrale beschikbaarheid van documentatie Relevante informatie is vaak verspreid over talloze databronnen binnen een onderneming. Denk aan lokale schijven, e-mails, SharePoint, Dropbox, contractmanagementsystemen, virtuele datarooms en financiële datasystemen. De Review Robot kan al deze bronnen bijeenbrengen en de relevante informatie daaruit filteren en in de gewenste samenhang presenteren.
Groeiend datavolume en de Wet van Moore Naast het probleem van het vinden van de informatie op diverse plaatsen speelt het probleem van het exponentieel toenemend volume aan data en informatie binnen ondernemingen, de ‘Wet van Moore’. De robot werkt met diverse functionaliteiten waarmee documentatie snel en inzichtelijk kan worden ingekaderd en op relevantie getoetst. Een digitaal platform faciliteert niet alleen het werkproces maar visualiseert daarnaast op een heldere manier middels ‘pie charts’ alle documentatie, uitkomsten en rapportages. Ook het herkennen en lezen van bestanden in verschillende talen is geen probleem. Hierdoor kan de focus snel worden verlegd naar informatie die werkelijk relevant is voor het werk of het onderzoek en kan daar de tijd en aandacht naar uitgaan.
Snel en gericht classificeren van data De robot helpt de kwaliteit van data en informatie snel te verbeteren. Dankzij machine learning en het gebruik van algoritmes worden bestanden geclusterd en documenten automatisch geclassificeerd. De robot leent zich uitstekend om zicht te krijgen op informatie voor operationele bedrijfstoepassingen. Denk bijvoorbeeld aan ongestructureerde vastgoedportefeuilles of klantdossiers bij financiële instellingen, waarvan de relevante data zich in meerdere databases bevinden, de informatie niet up-to-date is en bestanden niet doorzoekbaar zijn. Met de inzet van de robot kunnen relevante bestanden snel worden gevonden, gerubriceerd en op documentniveau doorzoekbaar worden gemaakt. Duplicaten, oude versies en conceptdocumenten worden snel herkend en kunnen als niet relevant worden aangemerkt. Niet alleen wordt op deze manier overzicht gecreëerd, maar ook wordt snel duidelijk welke relevante documentatie ontbreekt. De robot kan ook bijvoorbeeld worden toegepast bij het opzetten van een virtuele dataroom in het kader van een M&A-proces. Tijdens de fase van informatieverzameling en -verwerking kunnen bestanden op steeds meer onderdelen automatisch worden geclassificeerd en aan de juiste rubriek binnen een dataroom worden toegewezen. De robot kan daarnaast informatie selecteren en filteren – bijvoorbeeld op doublures, achterhaalde informatie en ongetekende stukken – waardoor de kwaliteit van de data verder wordt verbeterd.
Documentanalyse toepassen Daarnaast biedt de robot naast de toepassingen d.m.v. algoritmes de mogelijkheid om in overzichtelijke vorm met vraagstellingen, ‘queries’, inhoudelijk door alle documenten te zoeken. Denk aan antwoorden op specifieke vragen als: Wat zijn de afloopdata van bepaalde soorten contracten? Welke garanties heeft de onderneming afgegeven? Wat is de potentiële change of control-impact van de verkoop? Ook in een M&A-proces kan een automatische documentanalyse worden toegepast. Deze analyse maakt snel inzichtelijk wat potentiële problemen zijn bij een transactie. Zo kun je een uitgebreide rapportage draaien van aanwezige change of controlbepalingen, verstrekte garanties, bonusclausules, toepasselijk recht, vrijwaringen of andere feitelijkheden die van cruciaal belang zijn bij de deal.
Relevante verbanden leggen en voorspellingen doen Met zijn analysevaardigheden struint de robot door alle mogelijke bestanden: van e-mails tot pdf’s, van scans tot audiobestanden. Hij ziet verbanden, clustert bestanden en informatie op logische wijze en leert al doende daar steeds verfijndere verbanden in aan te brengen. Die mogelijkheden zijn zeer interessant en ontwikkelen zich snel. Zo kun je bijvoorbeeld al vanuit ongestructureerde (of slecht gestructureer-de) informatie dossiers vormen, documentatie langs een tijdsbalk ordenen, afwijkingen op standaarden vinden en controles uitvoeren.
De ontwikkeling van de Review Robot is nog lang niet bij het eindstation. Vele nieuwe juridische gebruiks-toepassingen dienen zich aan. En, de techniek ontwikkelt snel. Ook de juridische dienstverlening zal veel meer gebruik gaan maken van algoritmes om tot voorspellende en richtinggevende toepassingen te komen.
Drie use cases met de Review Robot
M&A-voorbereiding en due diligence: De Review Robot brengt snel en efficiënt alle documentatie voor een dataroom inzichtelijk bijeen op het centrale analyseplatform. Hierin kan voor de adviseurs in het proces zeer inzichtelijk de vendor due diligence worden voorbereid omdat ze kunnen “spelen” met de informatie.
Contractanalyse: De Review Robot doorzoekt razendsnel of contracten specifieke bepalingen bevatten – denk aan change of control, garantieclausules of afloopdata – en of er verbanden tussen contracten onderling zijn. De Review Robot wordt momenteel (naast Engelstalige toepassingen) ook voorbereid voor Nederlandstalige contractreview.
Automatische blacklining: Privacyregelgeving wordt steeds strenger. Regelmatig moeten persoonlijke gegevens in documenten onleesbaar worden gemaakt (redaction of blacklining). Dit is tijdrovend en kostbaar werk, waarbij de Review Robot kan helpen door sneller en tegen lagere kosten te redacten.
Zo werkt kunstmatige intelligentie
De software analyseert een set documenten op onderscheidende woorden en syntactische of semantische structuren. Dat gebeurt met statistische en linguïstische technieken.
De jurist maakt vervolgens een validatieset, eventueel met de hulp van de software.
Vanuit die validatieset stelt de software een eerste classificatie voor. De jurist beoordeelt die classificatie en geeft aan wat goed en niet goed is.
Dat gaat in een aantal rondes door tot het goed is. ‘Goed’ betekent hier: wanneer de ‘precision’ en ‘recall’ boven de 80 procent ligt. (Precision is het percentage documenten dat correct geclassificeerd is: Recall is het percentage relevante documenten met een bepaalde classificatie dat in een documentset gevonden is.)
Ten slotte doet de jurist als laatste test een handmatige review op een willekeurige selectie. Is die opnieuw goed, dan start de software met de automatische review van alle documenten.
Dit hele proces wordt nauwkeurig gerapporteerd in een ‘defensibility report’, zodat het achteraf altijd herleidbaar en juridisch verdedigbaar is.