Analyse juridique pour les tribunaux de première instance

L’analyse juridique alimentée par l’IA est un nouveau territoire inexploré. Aujourd’hui, L’analyse juridique alimentée par l’IA est alimentée par de grands volumes de données, des informations qu’il a été presque impossible d’acquérir et de rassembler en un seul endroit.

Ce n’est un secret pour personne que les données des tribunaux de première instance ont été piégées dans leurs propres boîtes noires impénétrables. Année après année, de nouveaux innovateurs en technologie juridique émergent, chacun avec ses propres techniques uniques d’accès, de collecte et d’analyse des dossiers des tribunaux de première instance. La majorité de ces techniques servent les affaires des tribunaux fédéraux. Récemment, cependant, la boîte noire des données des tribunaux de première instance a commencé à se défaire, se transformant en quelque chose de plus proche d’une boule de cristal.

Lire la suite: Volly annonce une ronde d’actions de croissance de série B

Contentieux avec une boîte noire

L’incertitude fait partie intégrante du paysage des litiges. Au fil des ans, les avocats ont développé leurs propres outils rudimentaires pour lutter contre l’inconnu. Parfois, cela a pris la forme d’un courrier électronique à l’échelle du bureau pour recueillir des informations sur les juges nouvellement nommés. Comme beaucoup l’attesteront, de telles demandes sont souvent accueillies par des anecdonnées, des réponses anecdotiques remplies de sentiments non exploitables sur le fait qu’un juge est «un vrai respectueux des règles».

Bien que ces informations renseignent, elles ne fournissent pas beaucoup de conseils décisionnels, en particulier lorsqu’il s’agit de formuler des stratégies de contentieux.

Heureusement, les avocats ont pu s’appuyer sur d’autres techniques. Alors qu’il travaillait chez Wilmer, Cutler & Pickering dans les années 1990, Ron Friedmann a appliqué des protocoles d’analyse de décision à sa pratique du contentieux. Friedmann a géré la complexité de ses cas en les décomposant en problèmes plus petits, ce qu’il appelle des «événements clés». Il gérerait l’incertitude en estimant explicitement la probabilité de chaque événement clé, en dessinant un diagramme d’arbre de décision pour visualiser chaque résultat final possible d’un cas. Cet exercice a permis à Friedmann d’apporter une rigueur quantitative à sa pratique du contentieux, en fournissant aux clients des chiffres, des statistiques et des pourcentages sur la façon dont une affaire se terminerait.

Pourtant, une question importante demeure. D’où proviennent les données d’un protocole d’analyse décisionnelle?

Les données des tribunaux de première instance étant cachées dans des boîtes noires, les avocats n’ont eu d’autre choix que de s’appuyer sur des connaissances expérientielles et des anecdonnées pour prendre des décisions stratégiques sur les détails d’une affaire.

Les choses sont différentes maintenant.

Lisez aussi: ABBYY élargit son conseil d’administration avec un nouveau directeur et membre du conseil consultatif

L’analyse juridique alimentée par l’IA est alimentée par de grands volumes de données, des informations qu’il a été presque impossible d’acquérir et de rassembler en un seul endroit. Ce carburant a obligé les innovateurs de la technologie juridique à repenser la façon dont les données des tribunaux de première instance sont collectées, stockées et synthétisées. Ils ont répondu avec leurs propres algorithmes de classification d’apprentissage automatique multicouches, des technologies capables d’intégrer de manière transparente des ensembles de données inconciliables à de nouvelles fins.

Plaidoyer avec une boule de cristal

De nombreux avocats plaidants connaissent la manière dont l’IA et les technologies d’apprentissage automatique ont transformé les tâches routinières et banales associées à la recherche juridique. Lorsqu’il est réduit à ses composants les plus élémentaires, la tâche d’un avocat est d’analyser les textes et de faire des prédictions sur l’issue des litiges. Une grande partie de ce travail est accomplie par la recherche juridique, le lent passage au crible de la jurisprudence à la recherche de passages qui pourraient être applicables à une affaire en cours.

Prenons l’exemple de MacKenzie Dunham, un avocat qui gère Access Justice Houston au Texas. Dunham décrit une affaire d’agression sexuelle difficile, une affaire qui l’a obligé à fouiller dans de multiples sources de jurisprudence pour trouver une définition faisant autorité des motifs raisonnables de

croyez. Il a commencé ses recherches comme il a toujours commencé, en passant au peigne fin les sources secondaires et en utilisant des méthodes de recherche conventionnelles. Lorsque ces stratégies se sont avérées inefficaces, il a essayé l’Assistant de recherche en analyse de cas (CARA) de Casetext, un outil de recherche juridique alimenté par l’IA qui utilise l’analyse sémantique latente pour identifier les modèles dans les documents juridiques. Quelques secondes plus tard, CARA lui a fourni «une affaire de la Cour suprême des États-Unis analysant ce que signifiait un« motif raisonnable »et le comparant à une cause probable.» C’était aussi simple que ça.

Peut-être moins d’avocats au litige connaissent-ils le potentiel de l’analyse juridique pour faire des prédictions sur l’avenir. Voici deux exemples.

Toby Unwin, co-fondateur de Premonition, une société de technologie juridique basée à New York, décrit le droit de la famille comme «le Far West de la profession juridique».

Il explique comment «[family law] a un manque remarquable de précédents », une caractéristique qui rend la détermination des taux de victoire très problématique car« il n’y a vraiment pas beaucoup de «gagnants» clairs dans les procédures nationales. » Avec cela, nous apprenons qu’il y a bien plus à prédire que simplement l’issue d’une affaire. Les clients de Premonition ne veulent pas toujours savoir qui gagnera une affaire. Souvent, ils veulent simplement savoir à quelle vitesse un dossier est susceptible de se clôturer. Pour un client, en particulier, il a utilisé son logiciel d’analyse juridique pour identifier la durée des affaires de divorce dans le comté d’Orange.

Conseillé: La technologie Lift Mentality d’Adlucent mesure le retour sur investissement publicitaire

Avec ces informations, il a compilé une liste d’avocats qui ont tendance à laisser leurs affaires s’attarder devant les tribunaux, une information cruciale pour quiconque recherche leur avocat adverse.

Trellis a récemment compilé une archive des décisions des tribunaux de première instance en Californie, en Floride, à New York et au Texas. Sa plate-forme d’analyse rassemble les données brutes et désordonnées des comtés de chaque État, restructurant et reclassant les informations de manière à permettre aux plaideurs de tirer des informations stratégiques.

Plus tôt cette année, une entreprise a utilisé sa plate-forme pour développer un rapport de stratégie d’analyse personnalisé sur les montants de règlement dans les cas de recours collectif avec des réclamations PAGA.

Le rapport contenait des informations détaillées sur les montants de règlement approuvés par les juges dans le passé, en comparant ces chiffres au nombre de semaines pour chaque procès. Avec ces données, le cabinet d’avocats pourrait développer une stratégie de règlement unique à son client, en construisant une analyse coûts-avantages qui l’aiderait à identifier combien de temps il devrait plaider le cas avant de régler.

Un avenir moins incertain

L’analyse juridique alimentée par l’IA est un nouveau territoire inexploré.

Chaque année, de plus en plus de cabinets d’avocats se retrouvent sur ce nouveau terrain, capitalisant sur ses promesses largement inexploitées. Ces cabinets ont déjà un impact, avec au moins un rapport suggérant que les avocats sont 50% plus productifs lorsqu’ils utilisent des technologies juridiques que lorsqu’ils travaillent manuellement. Tout cela pour suggérer que la collecte et l’analyse lentes et fragmentaires de récits anecdotiques ne suffiront plus à rester compétitif sur un marché rempli d’idées statistiquement significatives fondées sur des données. Du coup, les incertitudes du paysage juridique ne sont plus une inconnue à craindre. Ils sont désormais un élément à gérer.