De toepassing van kunstmatige intelligentie beïnvloedt in toenemende mate het dagelijks werkproces van juristen en paralegals. Bedrijven die grote hoeveelheden data opslaan of verwerken kunnen veel voordeel halen uit innovatieve data-analyse, omdat informatie transparanter wordt en er onderlinge verbanden zichtbaar worden. Hoe dat in z’n werk gaat, lieten Rik van Poppel van ZyLAB en Nancy Brewster van Legadex zien tijdens een workshop op Paralegal Day 2017 in Amsterdam.
Van Poppel en Brewster, die elkaar leerden kennen als collega’s bij De Brauw, kozen ieder voor een ander carrièrepad: Van Poppel is consultant bij softwarebedrijf ZyLAB en Brewster M&A Director bij Legadex. Beide dienstverleners trekken samen op bij de ontwikkeling van nieuwe toepassingen voor de juridische markt. Begin jaren ’90 werd er al innovatief omgesprongen met de opslag van documenten, rond het jaar 2000 kwamen er ingewikkeldere informatie-managementsystemen op de markt en nu zijn technieken uit de data science en AI (Artificial Intelligence, ofwel kunstmatige intelligentie) op een gebruiksvriendelijke manier beschikbaar voor het grote publiek. Dat leidt tot grote voordelen in onder meer mededingingsrechtelijk onderzoek of bij de voorbereiding van M&A-deals en financiële transacties. Klanten van Legadex gebruiken ZyLAB bijvoorbeeld in situaties waarin sprake is van veel ongestructureerde informatie of waar informatie uit verschillende bronnen moet komen en in onderling verband moet worden gebracht.
Van Poppel: “Bedrijven zetten kunstmatige intelligentie met name in voor waarheidsvinding: de juiste informatie naar boven halen, de ruis eruit filteren en zo min mogelijk relevante documen-ten missen. Met ZyLAB hebben we die marktvraag beantwoord op een gebruiksvriendelijke manier. Uit grote hoeveelheden data kunnen zo telefoonnummers, e-mailadressen of gerechtelijke stukken worden gehaald. Als voorbeeld hebben we ons gestort op de Enron dataset, die na de val van dit Amerikaanse bedrijf ter beschikking werd gesteld door de Federal Energy Regulatory Commission (FERC). Dat zijn 700.000 documenten, die door middel van kunstmatige intelligentie vele malen sneller en efficiënter kunnen worden doorzocht. Onze software vond daar een extra set van meer dan 60 niet eerder ontdekte privacygevoelige items in.”
Brewster noemt een ander succesvol praktijkvoorbeeld: een recente verkoop van een portefeuille woninghypotheken, die in opdracht van de verkoper transparant moest worden gemaakt. Brewster: “Daartoe moest data van een lange periode vanuit verschillende bronnen bij elkaar gebracht moest worden. De verkoper had de nadrukkelijke wens om de portefeuille compleet en in een heldere samenhang te kunnen presenteren. Wij hebben dat gedaan door de software alle data te laten doorzoeken en in een rapportage daar conclusies aan te laten verbinden. Dat klinkt heel voor de hand liggend, maar is in zijn uitvoering toch vrij revolutionair: je traint met je datasets de algoritmen dusdanig dat ze patronen herkennen en gaandeweg slimmer worden. De volgende keer is zo’n proces daarmee weer een stuk gemakkelijker. Zonder toepassing van AI is zoiets onbegonnen werk, of onbetaalbaar.”
Software neemt dus een hoop standaardwerk over, maar menselijke controle is altijd nodig. Sterker nog, denkt Brewster, de kwaliteit van het onderzoek valt of staat bij de kwaliteit van de vraagstelling. “Allereerst moet je beseffen: jij bent degene die de uitkomst van een onderzoek bepaalt en moet weten waar je de software precies voor gaat inzetten. De manier van vragen is allesbepalend voor een kwalitatief resultaat. In een due diligence proces ga je bijvoorbeeld na welke adviseurs welke informatie willen hebben. Vervolgens ga je na: wat zijn de kerndocumenten in een dossier? Alle conceptversies van een document kunnen foute informatie bevatten dus je kunt bijvoorbeeld alleen de getekende exemplaren gebruiken voor je eigen onderzoek. Door vooraf goed te definiëren wat je precies wilt weten, houdt je controle over wat je doet.”