Lover, forskrifter, dommer og kommentarer. Søknader, kontrakter og vedtak. Bøker og forskningsartikler. En kunstig intelligent jurist kan lese igjennom millioner av sider lynfort – og trekke lærdom ut fra en nær sagt uendelig mengde informasjon.
Oppgaver som før trengte en jurist av kjøtt og blod, automatiseres nå stadig mer. Et tog har begynt å rulle.
– Vi har sett en voldsom utvikling de siste to-tre årene, forteller professor Malcolm Langford ved Det juridiske fakultet. Han viser til at offentlige etater, organisasjoner og bedrifter nå tar teknologien i bruk for fullt. Lånekassen, for eksempel, bruker maskinlæring til å plukke ut studenter til bostedskontroll. Med denne fant Lånekassen dobbelt så mange studenter som har gitt uriktige opplysninger.
Utlendingsdirektoratet (UDI) har så vidt begynt å helautomatisere vedtakene sine, blant annet om familiegjenforening.
– Systemene vurderer om vilkårene for innvilging er oppfylt eller ikke. I enkelte familiegjenforeningssaker fattes vedtak allerede nå automatisk.
Men jurister av kjøtt og blod spiller fremdeles en viktig rolle: – Det er de som bestemmer hvordan vilkårene skal vurderes av systemene, og hvilke data de skal vurderes opp mot, presiserer Langford.
Roboten «Ada» hos UDI er programmert til å treffe enkeltvedtak på grunnlag av lover og andre rettskilder.
– Ada samler inn dokumenter til familiegjenforeningssaker. Det kan gjøre hele prosessen opp til fem ganger raskere, påpeker professoren.
Men folk flest kan bruke også robot-juristene til egen fordel. For eksempel utviklet en 19-åring på Stanford-universitet i USA en parkeringsrobot-jurist som hjelper folk å klage på boten. Den har allerede vunnet mange hundre tusen saker.
Mye skjer. Stadig utvikles nye rettslige tjenester beregnet på vanlige folk og små bedrifter, fra arv og asyl, til etablering av selskaper og veiledning gjennom en skog av forskrifter.
– Vi ser mange nye innovasjon i mange land – nå også i Norge, endelig – blant annet stadig flere starts-ups, som Lawbotics og Synch. På den årlige Oslo Legal Hackathon jobber jurister, informatikere og gründere tett sammen for å foreslå nye tjenester, forteller Langford.
Advokatfirmaer utvikler digitale verktøy – for eksempel maskiner som på få minutter kan finne fram til de fem problematiske kontraktene blant hundre tusen – et arbeid en advokat ville brukt dager og uker på. Ny teknologi frigjør juristen fra kjedelig rutinearbeid, og gir mer tid til det som krever kompetanse.
Men hvordan skjer dette? Dataprogrammer kan lære fra erfaring og på den måten utvikle seg over tid, det vi kaller maskinlæring.
Bing var først
Koblingen mellom juss og kunstig intelligens har en forhistorie på fakultetet.
– For femti år siden var vi faktisk verdensledende på feltet. I 1970 stiftet Jon Bing, jussprofessor og science fiction-forfatter, Norsk forening for jus og EDB, som i dag er Senter for rettsinformatikk, forteller Langford.
Bing etablerte Lovdata – den andre rettslige databasen i verden, og han jobbet med kodifisering og automatisering av juss. Akkurat som matematikk og programmering, er også juss i stor grad bygd opp av presise utsagn som er satt sammen i logiske resonnementer: «hvis – så». Utover på 1980-tallet ble det jobbet iherdig med å kode juss, og mange enkle avgjørelser i norsk forvaltning ble automatisert. Professor Dag Wiese Schartum har påpekt at det skjedde allerede i 1972 med beregning av boligstøtte. Men når en forsøkte å få kunstig intelligens helt inn i jussen, så gikk det ikke.
– Maskinlæring fantes kun på det teoretiske stadiet, og virkeligheten ble simpelthen for komplisert til å fange i én manuelt skrevet modell, sier stipendiat Runar Hilleren Lie, som har bakgrunn både som advokat, entreprenør og utvikler.
– På 1990-tallet handlet digitaliseringen av samfunnet mye om å skanne inn dokumenter og gjøre dem digitale. Lovdata gjorde en pionérarbeid. Alt av domsavsigelser i Norge ble nå elektronisk tilgjengelig. Denne store mengden informasjon kan vi i dag bruke maskinlæring og utvidet kunstig intelligens på, framholder Lie.
Forskerne peker på at kunstig intelligens kan komme til nytte på flere måter, som å ta dommeravgjørelser modellert etter tidligere vedtak, eller forutsi utfallet i saker.
Flinkere enn mennesker
– Det foregår stadig konkurranser om hvem som er best – menneske-jurister eller robot-jurister, forteller Langford. I London, for eksempel, konkurrerte nylig hundre jurister mot én kunstig intelligens-jurist om å peke ut hvem som ville vinne fram med sine klager til finansombudet. Resultat: den store gruppen jurister fikk rett i 66 prosent av tilfellene, den ene roboten i 86 prosent.
Et dataprogram utviklet av en nederlandsk forsker har greid å forutsi rett utfall i tre av fire saker i Menneskerettighetsdomstolen i Strasbourg – basert på informasjon som ligger tilgjengelig før domsavsigelsen. – Bare det er nok til å anslå med stor grad av sikkerhet hvordan saken ender, forteller Langford.
Robotjuristene er fascinerende nok – men de to kollegene peker på begrensninger:
– Vi må huske at de er spesialtrent på et relativt smalt fagområde med et lite sett variabler – og med rom for at programmet kan ta feil, akkurat som mennesker. Når roboten er best, er det som regel snakk om enkle spørsmål på et homogent juridisk fagfelt, presiserer Lie.
Deler av jussen egner seg for maskinlæring.
– Det er ingen overraskelse at akkurat Lånekassen, NAV og Skatteetaten viser mest interesse nå for maskinlæring innen juss. Her er det er høyt volum, spissete saker, relativt detaljert regler og god tilgang til data. Men andre offentlige og private aktorer vil komme på banen når vi øker tilgang til data, forberede teknologi eller gjøre jussen litt enklere.
Mye er bra, men noen jurister uttrykker også skepsis til maskinlæring, og viser til hvilke tankeøvelser juridisk argumentasjon faktisk krever. Langford og Lie er enig i at mye må tas med en klype salt.
– Spesielt skjønn er vanskelig å fange i en maskin – men på sikt kanskje ikke umulig. Vi tror kunstig intelligens kan bli i stand til å besvare selv de mest kompliserte juridiske spørsmålene. Om vi får rett, vil de neste tiårene vise.
Forskning på jussen
Et område der kunstig intelligens og maskinlæring kommer mer og mer til nytte, er i juridisk storskalaforskning.
– For eksempel er det i dag mulig å gå igjennom store tekstmengder produsert av domstolene. Påvirkes avgjørelser av dommernes alder, kjønn og nasjonalitet, for eksempel? Er det forskjeller mellom domstoler rundt om i landet? Nå kan vi få svar med ny metoder.
Både Langford og Lie er tilknyttet PluriCourts – Senter for forskning om internasjonale domstolers legitimitet ved UiO, og studerer blant annet internasjonal investeringsrett og voldgiftdomstoler. Voldgift er en form for privat rettergang der en tvist løses av en voldgiftsrett i stedet for en av de vanlige domstolene.
Det har vært en legitimitetskrise i dette systemet i flere år. Kritikken har vært sterk: Utenlandske investorer i utviklingsland beskyttes på bekostning av rettighetene og interessene til dem som bor der, og det meste skjer bak lukkede dører.
Et forskningsspørsmål er om domstolene har endret atferd etter kritikken. For å få svar på det, ser jeg på hvor ofte visse begreper, som «menneskerettigheter» og «miljøhensyn» blir brukt, sier Lie.
Han har saumfart alt som er skrevet om disse domstolene. Det har han kunne gjøre takket være PIDAD – en ny offentlig database som inneholder enorme mengder tekst: Alle dokumenter i alle sakene innenfor internasjonal investeringsrett. Databasen er utviklet av blant andre Daniel Behn og Ole Kristian Fauchald ved PluriCourts, som er et senter for framragende forskning på Det juridiske fakultet.
– Ved hjelp av flere maskinlæringssystemer og en fantastisk database utviklet av kollegene mine, har jeg kunnet søke igjennom 250 000 sider på bare seks måneder – noe som ville vært et livsprosjekt uten slike verktøy, erkjenner Lie, som konkluderer med at aktørene bruker nøkkelordene relativt mye mer enn før, og da spesielt de forskjellige partene – men ikke selve tribunalene, dommerne.
– Vi er bakpå
Den nye teknologien reiser nye juridiske spørsmål og nye etiske dilemmaer, og utfordrer selve rettsstaten.
– Vi kan få datasystemer som er så gode at de statistisk sett tar bedre avgjørelser enn oss mennesker – men uten at vi helt vet hvordan, sier Lie. – Tenk deg, du er nybakt mor eller far og får beskjeden: «Etter en maskinell avgjørelse, gjør vi oppmerksom på at du ikke kvalifiserer for permisjon». Det kan være mange grunner, men jeg får aldri vite. Det kan føles ille.
– Vi kan også få maskiner enn tar verre avgjørelser, men vi vet ikke hvorfor. Postdoktor Mareile Kaufman på Institutt for kriminologi og rettssosiologi holder på med et fascinerende forskningsarbeid der hun ser på hvordan algoritmer kan øke diskrimineringen i praksis – for eksempel i straff og politiarbeid, og endre kultur og politikk, forteller Langford.
Etter hver kommer trolig automatiserte vedtak inn på alle livets områder.
– Vi er bakpå. For hvordan skal vi håndtere dette? Bare tenk på personvernet. Her dukker en masse spørsmål opp – knyttet for eksempel til bruk av data, cybersikkerhet i verktøyene som nå utvikles. I utgangspunktet er maskiner mer nøytrale enn mennesker, for eksempel i å fatte vedtak, men maskinene er avhengig av data og algoritmer. Vil vi se økt diskriminering? Det finnes lite rettspraksis, konstaterer jussprofessoren.
Lover og regler er tilpasset den teknologiske virkeligheten vi lever i, og må kanskje utformes på andre måter enn i dag.
– Professorene Katja Franko og Dag Schartum er blant dem som allerede i mange år har sett på dilemmaene som kommer når norske lover automatiseres, forteller Langford.
Denne saken ble først publisert i Apollon. Les originalsaken her.
