BAHR og BAHR LEAP tester ut digitale verktøy i retten

Foran fra v.: Øystein Myre Bremset og Caroline Røkenes. Bak fra v: Henrik Fagerholt og Elise Johnsen Kirkhus.

BAHRs tvisteløsningsgruppe tester for tiden ut flere digitale verktøy i samarbeid med BAHR LEAP. Formålet er å kunne løse prosessoppdrag mer effektivt og til enda høyere kvalitet. Blant verktøyene som BAHR allerede har i sin portefølje er verktøy for prosjektstyring og datautveksling med klient. Fokus nå er på neste generasjons tvisteløsningsverktøy.

 

– Selv om det kan fremstå slik, er det svært få advokatfirmaer som utvikler egne produkter. Det handler i hovedsak om å tilpasse de løsningene som finnes på markedet og gjøre de til sine egne, forteller BAHR LEAPs CEO, Elise Johnsen Kirkhus. Hun understreker at på mange områder endres hvem som leder teknologikappløpet seg så raskt at det kan være risikabelt å satse for mye på en leverandør eller en enkelt løsning.

I BAHR har man alltid noen piloter gående på huset. For et advokatfirma koster selvsagt litt å skulle lære seg noe nytt og implementere nye verktøy, men det er investeringer man er nødt til å ta, mener Kirkhus.

– Det kan selvsagt være litt slitsomt for advokatene som må bruke tid på å lære nye systemer, men dette fordeles mellom flere. Det går litt fortere hver gang, forteller Henrik Fagerholt, CTO i BAHR LEAP. Han er glad for at mange BAHRister det siste året har tilegnet seg kunnskap om digitale verktøy og tatt disse aktivt i bruk.

Piloter og tester

BAHR tester nå ut eDiscovery-verktøy i tvisteløsningsprosesser. Dette er digitale verktøy tester med kunstig intelligens fra ulike leverandører. BAHR erfarer at disse verktøyene har sine styrker og svakheter, og erfaringene vil danne grunnlag for seleksjon og videre utvikling og bruk. I en tre uker lang rettsak i Oslo tingrett ble slikt verktøy testet ut av et BAHR-team bestående av Øystein Myre Bremset, Halvor Mathisen og Caroline Røkenes.

Vi ser nytteverdien av kunstig intelligens særlig på to områder i tvistesakene», forteller BAHR-partner Øystein Myre Bremset. – For det første er disse verktøyene arbeidsbesparende under saksforberedelsen. Verktøyene gir oss muligheten til å raskt å klassifisere store mengder dokumenter fra mest relevant til minst relevant, slik at vi kan konsentrere oss om de mest relevante dokumentene først. For det andre er slike verktøy nyttige under selve rettssaken. Med slike verktøy kan vi søke raskt i saksdokumentene, og finne frem dokumenter som kan være relevant for noe et vitne forklarer seg om. Det er for sent å finne disse dokumentene når vitnet har forlatt rommet, slik at vi er avhengige av å kunne gjøre raske og gode søk i retten. Caroline og Halvor fant flere høyrelevante dokumenter som de tipset meg om mens motpartens vitner forklarte seg i retten, og det er selvsagt svært nyttig.

Caroline Røkenes legger til: – Av og til fant vi relevante dokumenter ved målrettede søk. Men noen ganger snublet vi også over relevante dokumenter mens vi egentlig søkte etter noe annet. Begge deler hadde nytteverdi for oss, og det var disse verktøyene som hjalp oss med dette. Tiden for å sitte og bla i papirer i retten, er nok for lengst forbi, mener Røkenes.

Søk, sammenhenger og innsikt

eDiscovery-verktøyene har kommet med forbedringer på enkelte områder som gjør at de har blitt mer relevante for bruk i alle typer av tvistesaker. AI blir også i svært mange tilfeller nevnt selv om bruken og verdien av dette ikke alltid går helt klart frem. På dette området kommer imidlertid AI-motorene virkelig til sin rett.

  1. Søk: Der tidligere versjoner av disse verktøyene kun hadde enkle tekstsøk, kommer flere av verktøyene nå med en underliggende søkemotor som er veldig kraftig. Man kan gjøre avanserte søk og filtrere data på en helt annen måte enn tidligere.
  2. Visualiseringer: Grafer, diagrammer og lister har lenge vært benyttet til å visualisere data. Forskjellen er at de nå har blitt mer dynamiske og gjerne blir benyttet som filter når man skal lete etter informasjon. Advokatene får raskere et overblikk over saken og dynamiske visuelle fremstillinger gir en ny dimensjon.
  3. Sammenhenger: Det lenge vært mulig å se hvem som sendt mail til hvem, men også få en oversikt over hva de har snakket om er nytt. AI-motorene kan bistå med å finne såkalte «clustere» av informasjon og kort fortalt hjelper de advokatene med raskere å finne frem til relevant informasjon, samt finne sammenhenger som er «skjult».
  4. Forhåndsdefinert klassifisering: AI er mer enn bare maskinlæring og en AI-motor med god lingvistikk og innebyggede ordbøker vil kunne hjelpe til med å finne steder, organisasjoner og personer og datoer nevnt i teksten. Dette er langt mer avansert enn et vanlig tekstsøk og vil for eksempel fange opp alle de ulike måtene å skrive en dato eller et tidspunkt på.
  5. Dynamisk klassifisering: Den siste nyvinningen kalles «predictive coding», eller på norsk, dynamisk klassifisering. Etter hvert som man går gjennom materialet markerer man hva som er relevant. Dette plukkes opp av maskinen, som benytter dette til å finne andre dokumenter som ligner og dermed også er relevant for saken. Mens man jobber med en sak vil maskinen med større og større grad av sikkerhet kunne fortelle oss hva som er det neste er vi burde se på, samt gi et estimat på hvor sannsynlig det er at det gjenstår relevant informasjon i det hele tatt.
Share aticle to
Loading video ...
close