Rätt verktyg för rätt uppgift: så fungerar AI i juridiskt arbete

Diskussionen om AI i juridiken behöver föras med precision. Den berör frågor om rättssäkerhet, kvalitet och advokatens ansvar i en tid av snabb teknikutveckling. Samtidigt finns det en risk att debatten förs utifrån en förenklad eller felaktig bild av vad olika typer av AI faktiskt är och vad AI-tjänster är avsedda att göra.

För att diskussionen ska bli konstruktiv behöver vi börja i rätt ände: att skilja mellan olika tekniker och deras respektive användningsområden.

Vad är en språkmodell och vad är den byggd för?

De AI-tjänster som i dag diskuteras i juridiska sammanhang bygger i stor utsträckning på så kallade stora språkmodeller (LLM:er). Dessa modeller är utvecklade för att förstå, bearbeta och generera text. De identifierar mönster i språk och kan därigenom formulera svar, sammanfatta material, strukturera resonemang och bistå i analys.

Det är just detta som är deras styrka: att hantera komplex information i textform och stödja användaren i att snabbt orientera sig i stora informationsmängder.

Det är samtidigt viktigt att förstå vad de inte är. En språkmodell är inte en beräkningsmotor. Den är inte konstruerad för att utföra ­exakta, regelstyrda matematiska operationer. När en språkmodell svarar på en fråga om en beräkning gör den det genom att förutse vad som är ett sannolikt korrekt svar, baserat på mönster i data, inte genom att faktiskt räkna i traditionell mening.

Varför blir det fel i beräkningar?

Detta får konkreta konsekvenser. För enklare beräkningar, där mönstren är välkända och frekventa i träningsdata, kan resultaten ofta bli korrekta. Men när beräkningarna blir mer komplexa eller kräver flera steg ökar risken för fel.

Det finns flera skäl till detta:

• Modellen saknar ett deterministiskt arbetssätt där samma input alltid ger samma output.
• Den hanterar tal som textfragment snarare än som numeriska värden.
• Den är optimerad för sannolikhet, inte exakthet.

Sammantaget innebär detta att icke-deterministiska språkmodeller inte är lämpliga som fristående beräkningsmotorer i detaljkänsliga sammanhang. 

Att ställa rätt krav på rätt verktyg

Det är dock inte ett argument mot AI i juridiken. Det är ett argument för att använda rätt verktyg för rätt uppgift.

I praktiken handlar det om att kombinera olika typer av system för olika typer av uppgifter, exempelvis:

• Språkmodeller för analys, informationssökning och strukturering.
• Regelstyrda, deterministiska system för exakta beräkningar.
• Juristens egen bedömning som slutlig kontroll.

Denna uppdelning är välkänd inom andra områden där teknik används professionellt. Ingen förväntar sig att ett ordbehandlingsprogram ska ersätta ett bokföringssystem. På samma sätt bör man inte förvänta sig att en språkmodell ska fungera som en kalkylator.

Fel utgångspunkt ger fel slutsats

Problem uppstår när denna distinktion inte görs tydlig.

Om en språkmodell testas som om den vore ett regelstyrt beräkningsverktyg kommer resultaten också att spegla den felaktiga utgångspunkten. Det leder lätt till slutsatsen att ”AI räknar fel”, när det i själva verket handlar om att tekniken används utanför sitt avsedda användningsområde.

Enstaka exempel kan illustrera en sådan poäng, men de räcker sällan för att dra bredare slutsatser om teknikens tillförlitlighet eller lämplighet i juridiskt arbete. För det krävs en tydlig metodik, ett representativt urval av situationer och en klar avgränsning av vad som faktiskt testas.

AI i juridiken – hur används den ansvarsfullt?

I praktiken används AI i juridiken redan i dag på ett sätt som ligger väl i linje med advokatens ansvar.

Språkmodeller kan bidra till att:

• snabbt identifiera relevanta rätts­källor
• sammanfatta och strukturera material
• formulera utkast och resonemang
• effektivisera informationshantering

Men de används inte isolerat. Resultaten granskas, värderas och sätts in i ett sammanhang av den ansvariga juristen.
Det är denna kombination – teknikens effektivitet och juristens omdöme – som skapar värde. 

Mot mer integrerade lösningar

Utvecklingen går mot alltmer integrerade lösningar där olika tekniker samverkar. Språkmodeller kan formulera och analysera, medan andra system hanterar exakta beräkningar och regelstyrda moment.

I mer avancerade lösningar sker detta genom orkestrerade eller agentbaserade flöden, där olika komponenter, exempelvis språkmodeller och beräkningsmotorer, samverkar och hanterar olika delar av en uppgift utifrån sina respektive styrkor. Det centrala är därmed inte att en enskild teknik ska lösa alla problem, utan att skapa arbetsflöden där varje komponent används där den är som starkast.

Den mänskliga expertisen är samtidigt en integrerad del av dessa processer. Genom så kallad ”human-in-the-loop” säkerställs att avgörande bedömningar och avvägningar fortsatt görs av juristen, med stöd av teknik, inte i stället för den.

Frågan är hur, inte om

Diskussionen om AI i juridiken behöver föras med precision.

Stora språkmodeller är kraftfulla verktyg för analys och språkhantering, men de är inte konstruerade för exakta matematiska beräkningar. Att använda dem som sådana leder till förutsägbara brister, men säger i sig lite om deras värde i juridiskt arbete.

Det är samtidigt viktigt att notera att detta inte är en statisk begränsning i ”AI” som sådan. Utvecklingen går snabbt, och i moderna lösningar hanteras denna typ av uppgifter redan genom att olika komponenter samverkar – där språkmodeller kombineras med specialiserade beräkningssystem.

Frågan är därför inte vad AI ”kan” eller ”inte kan”, utan hur system designas för att använda rätt teknik för rätt uppgift. När tekniken används med rätt förväntningar och i rätt sammanhang kan den bidra till både effektivitet och kvalitet. När den används fel riskerar den att skapa missförstånd – inte minst i debatten.

Rickard Hellner
Director of customer success, Norstedts Juridik

Sebastian Blendow
CPO, Blendow Group

Rickard Hellner är director of customer success på Norstedts Juridik.

Sebastian Blendow är chief product officer på Blendow Group.