สรุปโดยย่อ
- ศาลสูงลอสแองเจลิสกำลังทดสอบ AI ของ Learned Hand เพื่อช่วยผู้พิพากษาเตรียมคดีโดยไม่ทดแทนการตัดสินใจของศาล
- ซีอีโอของบริษัทเตือนว่า การยื่นคำร้องทางกฎหมายด้วย AI จะทำให้ศาลเต็มไปด้วย “บอทกับบอท” หากปล่อยให้เป็นไปโดยไม่มีการควบคุม
- ระบบนี้ใช้ชุดข้อมูลทางกฎหมายที่ปิดและชั้นการตรวจสอบที่ออกแบบมาเพื่อจับ hallucinations ก่อนที่ผู้พิพากษาจะเห็นผลลัพธ์
ศาลทั่วโลกกำลังเผชิญกับภาระคดีที่เพิ่มขึ้น และโครงการนำร่องในลอสแองเจลิสหวังจะเปลี่ยนแปลงสิ่งนั้นโดยการทดสอบว่า AI สามารถช่วยผู้พิพากษาได้โดยไม่ต้องปล่อยให้พวกเขาเสียเวลาตัดสินใจ
ศาลสูงลอสแองเจลิสกำลังทดสอบเครื่องมือ AI ชื่อ Learned Hand ซึ่งสรุปคำร้อง จ organize หลักฐาน และสร้างร่างคำสั่งในคดีแพ่ง
เป้าหมายคือการลดเวลาที่ใช้ในงานด้านบริหาร เพื่อให้ผู้พิพากษาสามารถมุ่งเน้นไปที่ส่วนของคดีที่ต้องการการวิเคราะห์และดุลยพินิจทางกฎหมาย ซึ่งผู้ก่อตั้งและซีอีโอของ Learned Hand Shlomo Klapper กล่าวกับ Decrypt
“เราอยู่ในช่วงที่ศาลอยู่ภายใต้แรงกดดันอย่างมาก” Klapper กล่าว “ภาระคดีของพวกเขาเพิ่มขึ้น แต่ไม่มีความช่วยเหลือใด ๆ เข้ามา” เขาเสริมว่าความก้าวหน้าในปัญญาประดิษฐ์ “ลดต้นทุนการดำเนินคดีอย่างมหาศาล”
AI เพิ่มแรงกดดันต่อศาลโดยทำให้การยื่นคำร้องง่ายขึ้น โดยในปีที่ผ่านมา คำร้องที่ยื่นเพิ่มขึ้น 49% จาก 4,100 เป็น 6,400 ราย ตามรายงานของบริษัทกฎหมาย Fisher Phillips เมื่อกุมภาพันธ์ 2026
โครงการนำร่องในลอสแองเจลิสให้กลุ่มเจ้าหน้าที่ศาลเข้าถึงระบบ AI ของ Learned Hand เพื่อทดสอบประสิทธิภาพในแต่ละคดี ตั้งแต่รับคำร้องจนถึงร่างคำสั่ง
Klapper ซึ่งเป็นอดีตเลขานุการกฎหมายศาลอุทธรณ์สหรัฐและนักกลยุทธ์ด้านการใช้งาน Palantir กล่าวว่า Learned Hand ซึ่งก่อตั้งในปี 2024 และตั้งชื่อตามผู้พิพากษาของรัฐบาลกลางคนเดียวกัน ถูกออกแบบมาเพื่อให้ศาลที่มีภาระงานมากใช้เครื่องมือ AI ที่สร้างขึ้นเพื่อช่วยลดงานที่ซ้ำซาก โดยการแสดงข้อมูลสำคัญและประเด็นทางกฎหมาย ในขณะที่ปล่อยให้การตัดสินใจและอำนาจอยู่กับผู้พิพากษามนุษย์
“ด้วยความร่วมมือนี้ เรากำลังประเมินเทคโนโลยีใหม่ ๆ อย่างระมัดระวังเพื่อดูว่ามันจะสนับสนุนเจ้าหน้าที่ศาลในการทำงานได้อย่างมีประสิทธิภาพและมีประสิทธิผลมากขึ้นอย่างไร” ผู้พิพากษา Sergio C. Tapia II กล่าวในแถลงการณ์ “ขอให้ชัดเจน—แม้ว่าเครื่องมือนี้อาจช่วยปรับปรุงวิธีที่เจ้าหน้าที่ศาลตรวจสอบและมีส่วนร่วมกับแฟ้มคดีและข้อมูล แต่จะไม่มาแทนที่ หรือในทางใดก็ทางหนึ่งจะทำลายความบริสุทธิ์ อิสระ และความเป็นกลางของการตัดสินใจของศาล”
Klapper กล่าวว่า ส่วนที่ยากที่สุดในการพัฒนา AI สำหรับศาลคือการตรวจสอบผลลัพธ์ของ AI เทียบกับข้อมูลคดีและแหล่งข้อมูลทางกฎหมายที่เป็นพื้นฐาน
“ค่าใช้จ่ายส่วนใหญ่ของโมเดลภาษาขนาดใหญ่อยู่ที่การตรวจสอบ ไม่ใช่การสร้าง” Klapper กล่าว “การสร้างเป็นเรื่องง่าย ใครก็สามารถสร้างอะไรบางอย่างได้ แต่จะทำอย่างไรให้แน่ใจว่ามันเชื่อถือได้จริง ๆ”
hallucinations ของ AI ได้ปรากฏในคดีศาลที่มีชื่อเสียงแล้ว
ในปี 2023 ทีมทนายของ Prakazrel “Pras” Michel ซึ่งเป็นสมาชิกก่อตั้งกลุ่ม Fugees กล่าวหาว่า AI ช่วยเขียนคำแก้ต่างปิดคดีที่มีข้อเรียกร้องไร้สาระและพลาดจุดอ่อนในคดีของรัฐบาลต่อเขา
ในปีเดียวกัน ผู้พิพากษาศาลกลางสหรัฐสั่งให้ทนายความของ Michael Cohen อดีตทนายของทรัมป์ จัดเตรียมสำเนาคำพิพากษาที่อ้างอิงในเอกสาร เนื่องจากศาลไม่สามารถตรวจสอบได้
Klapper กล่าวว่า Learned Hand ถูกสร้างขึ้นบนฐานข้อมูลแหล่งข้อมูลที่แคบลงเพื่อลดความเสี่ยงของ hallucinations ของ AI แทนที่จะดึงข้อมูลจากอินเทอร์เน็ตเปิดหรือชุดข้อมูลสุ่ม ระบบนี้ทำงานภายในชุดข้อมูลทางกฎหมายที่กำหนดไว้
เหตุผลคือโมเดลภาษาขนาดใหญ่อาจสะท้อนอคติในข้อมูลการฝึกฝนของพวกมัน ซึ่งเป็นตัวอย่างของ AI ที่สะท้อนคำแนะนำจากแพลตฟอร์มเช่น Reddit Klapper กล่าว Learned Hand จัดการกับปัญหานี้โดยแบ่งงานเป็นขั้นตอนและมอบหมายแต่ละขั้นตอนให้กับโมเดลที่มีฟังก์ชันเฉพาะ
Learned Hand ยังออกแบบมาให้ผู้พิพากษาไม่จำเป็นต้องมีการฝึกอบรมด้านเทคนิคในการใช้งาน
“มันเป็นแค่จิ้มและคลิก” Klapper กล่าว “พวกเขาไม่ต้องใช้คำสั่งใด ๆ”
Klapper โต้แย้งว่าส่วนใหญ่ของวันของผู้พิพากษาถูกใช้ไปกับงานประจำมากกว่าการวิเคราะห์ทางกฎหมาย และ AI มีเป้าหมายเพื่อให้พวกเขา “ใช้เวลามากขึ้นกับงานของผู้พิพากษาและน้อยลงกับงานซ้ำซาก”
Klapper กล่าวว่าผู้พิพากษาไม่ควรเชื่อผลลัพธ์ของ AI โดยตรง และทั้งเครื่องมือและบริษัทที่อยู่เบื้องหลังต้องพิสูจน์ความน่าเชื่อถือของตนเอง
“ผมชอบพูดว่า อย่าเชื่อ แต่ให้ตรวจสอบ” เขากล่าว “พวกเขาไม่ควรเชื่ออะไรทั้งนั้น มันต้องแสดงให้เห็นว่ามันคุ้มค่า”
