Главная Блог Аналитические статьи Legal Tech Машинное обучение в юридической сфере: почему будущее еще не наступило

Машинное обучение в юридической сфере: почему будущее еще не наступило

22.12.2018
Автор:
Просмотров : 1910

Александр Сарапин, исполнительный директор в «Право.ру», рассказывает, какие задачи в юридической сфере можно решать с помощью машинного обучения, и объясняет, почему технологии в этой области развиваются не так быстро, как хотелось бы, пишет rb.ru

Машинное обучение, найдя первое применение в IT-сфере, стало быстро проникать сначала в области, смежные с IT, а затем и на другие рынки. Специалисты по анализу данных, они же дата-сайентисты, сегодня помогают на заводах, в банках, в строительных компаниях, в спортивных клубах — список можно продолжать до бесконечности. Не стала исключением и юриспруденция. Я наблюдаю этот процесс уже около восьми лет и на днях приехал в «Яндекс» на конференцию Data&Science, чтобы рассказать о больших данных в работе юристов.

Data&Science — инициатива «Яндекса» по развитию комьюнити дата-сайентистов и их сближению с потенциальными заказчиками из других сфер: одни рассказывают другим о своих актуальных задачах и находят способы помочь друг другу в различных проектах. Подготовка моего выступления на конференции как раз и послужила поводом написать эту статью. Я расскажу, как машинное обучение проникает в юриспруденцию, почему это происходит медленнее, чем хотелось бы, и как в будущем умные сервисы помогут сделать правовые процессы эффективнее.

Для непосвященных

Сначала объясню, что такое машинное обучение. Если вы знакомы с этим понятием, смело переходите к следующему абзацу.

Чтобы вы не ошиблись при выборе, Rusbase рекомендует своим читателям надежных юристов и адвокатов.

Машинное обучение (machine learning, ML) — это когда множество данных по какой-нибудь теме загружается в систему, чтобы выявить в этих данных закономерности. Полученное «знание» машина может применить несколькими способами. Например, загрузив массив голосовых записей и текстов, мы научим систему говорить и распознавать речь. Именно так работают все голосовые помощники: Siri от Apple, «Алиса» от «Яндекса».

Обучаясь на ваших музыкальных вкусах, сервисы вроде Apple Music, «Яндекс.Музыки» и Spotify затем могут порекомендовать вам новый трек. Примеров множество, но идея одна: загрузить много данных и сделать за счет них умный сервис, который в чем-то упрощает вам жизнь.

С чего все начиналось

Машинное обучение — пример автоматизации, поэтому давайте начнем с простого вопроса: каковы были первые примеры автоматизации работы юриста? Будем честны: юриспруденция — это сфера, где очень много рутины. Какие программы помогли юристам сделать их работу проще? Конечно, самой первой и самой главной такой программой стал Microsoft Word. Его появление в 1983 году тотально изменило процесс подготовки юридических документов. Многочисленные возможности форматирования текста ранее не были доступны широкой аудитории. Возможно, именно тот факт, что Word нашел отклик у юристов, и поспособствовал его популярности среди миллионов пользователей.

Юридические оговорки

Protocol.ua обладает авторскими правами на информацию, размещенную на веб - страницах данного ресурса, если не указано иное. Под информацией понимаются тексты, комментарии, статьи, фотоизображения, рисунки, ящик-шота, сканы, видео, аудио, другие материалы. При использовании материалов, размещенных на веб - страницах «Протокол» наличие гиперссылки открытого для индексации поисковыми системами на protocol.ua обязательна. Под использованием понимается копирования, адаптация, рерайтинг, модификация и тому подобное.

Полный текст