[论文解读] AI and Legal Argumentation: Aligning the Autonomous Levels of AI Legal Reasoning

Lance B. Eliot|arXiv (Cornell University)|Sep 11, 2020

Artificial Intelligence in Law被引用 4

一句话总结

本文提出了一种新颖的元框架，将自主性等级（LoA）模型应用于由人工智能驱动的法律论证，提出一种结构化方法来衡量并协调向人类等效法律推理的进展。通过将人工智能法律推理映射到CARE框架（即构建、评估、优化和参与），该研究提供了一个可扩展的分层模型，用于评估人工智能在法律推理任务中的成熟度，为未来自主法律人工智能系统的发展提供基准。

ABSTRACT

Legal argumentation is a vital cornerstone of justice, underpinning an adversarial form of law, and extensive research has attempted to augment or undertake legal argumentation via the use of computer-based automation including Artificial Intelligence (AI). AI advances in Natural Language Processing (NLP) and Machine Learning (ML) have especially furthered the capabilities of leveraging AI for aiding legal professionals, doing so in ways that are modeled here as CARE, namely Crafting, Assessing, Refining, and Engaging in legal argumentation. In addition to AI-enabled legal argumentation serving to augment human-based lawyering, an aspirational goal of this multi-disciplinary field consists of ultimately achieving autonomously effected human-equivalent legal argumentation. As such, an innovative meta-approach is proposed to apply the Levels of Autonomy (LoA) of AI Legal Reasoning (AILR) to the maturation of AI and Legal Argumentation (AILA), proffering a new means of gauging progress in this ever-evolving and rigorously sought domain.

研究动机与目标

• 解决缺乏标准化指标来评估人工智能在法律推理中自主性的现状。
• 弥合当前人工智能在法律论证中的能力与实现人类等效法律推理这一理想目标之间的差距。
• 为评估人工智能系统在法律领域中的成熟度提供一种结构化、可扩展的框架。
• 将人工智能在法律论证中的功能能力与既定的自主性等级对齐，以实现更清晰的进展追踪。
• 为人工智能与法律领域的跨学科研究建立通用语言和评估标准。

提出的方法

• 将源自自动驾驶车辆的自主性等级（LoA）模型适配至人工智能法律推理，创建从人工到完全自主的分层自主性量表。
• 将人工智能法律推理映射到CARE框架：在法律论证中实现构建、评估、优化和参与。
• 将CARE框架用作功能分类法，以定义人工智能系统在每个自主性等级下必须实现的功能。
• 应用LoA模型对现有人工智能系统进行分类，依据其独立执行法律推理任务的能力。
• 提出一种元方法，使研究人员和开发者能够评估其人工智能系统在自主性谱系中的位置。
• 使用视觉和概念模型（9幅图）展示人工智能能力在各自主性等级中的演进过程。

实验结果

研究问题

• RQ1 如何将自主性等级（LoA）模型适配以衡量人工智能系统在法律论证中的成熟度？
• RQ2 在人工智能法律推理中，每个自主性等级的功能能力由什么定义？
• RQ3 CARE框架（即构建、评估、优化和参与）如何与法律人工智能中的自主性等级对齐？
• RQ4 可以使用哪些基准或标准来评估人工智能系统是否达到人类等效的法律推理水平？
• RQ5 所提出的框架如何指导未来自主法律人工智能系统的发展与评估？

主要发现

• 所提出的LoA框架为评估人工智能在法律推理中的自主性提供了一个可扩展且可解释的模型，有助于实现更清晰的进展追踪。
• CARE框架有效组织了各自主性等级下法律论证的功能组件，提供了一个实用的分类体系。
• 将LoA与法律推理相结合，使得可根据人工智能系统在法律任务中的独立性水平对现有系统进行分类。
• 该框架使研究人员能够识别当前人工智能系统在较高自主性等级（如自主优化和参与）中的能力缺口。
• 该模型通过为人工智能与法律学者提供共享的术语和评估标准，支持跨学科协作。
• 本文通过定义迈向人工智能中人类等效法律推理的可衡量里程碑，为未来研究奠定了基础。