ข้อจำกัดทางกฎหมายของเอาต์พุต AI และความรับผิดทางวิชาชีพ

กำไร:

• สามารถชี้แจงได้ว่า AI ไม่ได้ให้คำแนะนำทางกฎหมาย และความรับผิดชอบทางวิชาชีพยังคงอยู่กับมนุษย์
• ความสามารถในการกำหนดประตูการตรวจสอบและการตรวจสอบโดยมนุษย์ในงานที่มีความเสี่ยงสูง
• ความสามารถในการสร้างกรอบการกำกับดูแลภายในและความรับผิดชอบที่บันทึกการใช้ AI

ตลอดโมดูลนี้ เราพบว่าปัญญาประดิษฐ์ (AI) เป็นตัวคูณความเร็วที่มีประสิทธิภาพในการทบทวนสัญญา การร่าง การวิจัยทางกฎหมาย และงานปฏิบัติตามกฎระเบียบ ในหน่วยสุดท้ายนี้ เราขีดเส้นที่สำคัญที่สุด: AI เป็นผู้ช่วย ไม่ใช่ทนายความ ไม่ได้ให้คำแนะนำทางกฎหมาย ไม่ได้แทนที่ผู้เชี่ยวชาญ และความรับผิดชอบยังคงอยู่กับบุคคลนั้นเสมอ บรรทัดนี้ไม่ใช่ข้อจำกัด แต่เป็นข้อกำหนดเบื้องต้นสำหรับการใช้เทคโนโลยีอย่างปลอดภัยและยั่งยืน หลักการเดียวกันนี้ใช้กับวิชาชีพอื่นๆ ที่มีความสำคัญต่อความปลอดภัย: ในด้านวิศวกรรม AI อาจร่างการคำนวณการก่อสร้าง แต่ในงานที่มีความสำคัญต่อความปลอดภัย ผลลัพธ์ของ AI ไม่สามารถทดแทนการอนุมัติจากวิศวกรที่มีความสามารถและมีความสามารถได้ ตามกฎหมาย การวิเคราะห์ขั้นสุดท้าย การตัดสินใจ และความรับผิดชอบจะขึ้นอยู่กับผู้เชี่ยวชาญที่มีความสามารถ ในบทนี้ เราจะสร้างกรอบการกำกับดูแลภายในและความรับผิดชอบที่บันทึกการใช้ AI

มาชี้แจงเงื่อนไขกัน ความรับผิดชอบทางวิชาชีพคือความรับผิดชอบทางกฎหมายและจริยธรรมที่เกิดขึ้นเมื่อปฏิบัติตามข้อกำหนดของวิชาชีพ การทำงานผิดพลาดอาจส่งผลให้ได้รับค่าตอบแทนและวินัย Human-in-the-loop เป็นหลักการที่ว่าการตัดสินใจที่สำคัญจะได้รับการตรวจสอบและอนุมัติโดยบุคคลที่ได้รับอนุญาตก่อนที่จะมีผลบังคับใช้ การกำกับดูแลเป็นกรอบที่กำหนดว่าใครจะใช้งาน AI ภายใต้กฎเกณฑ์และเงื่อนไขใด ประตูตรวจสอบเป็นจุดตรวจบังคับที่เอาต์พุตจะต้องผ่านก่อนจึงจะสามารถใช้งานได้ ความสามารถในการตรวจสอบย้อนกลับ (เส้นทางการตรวจสอบ) คือบันทึกว่าผลผลิตใดถูกสร้างขึ้น อย่างไร และโดยใครได้รับการอนุมัติ

Bottom Line: AI ไม่ได้ให้คำแนะนำ

ข้อความที่สร้างโดย AI ไม่ว่าข้อความนั้นจะดูเป็นมืออาชีพแค่ไหนก็ไม่ใช่คำแนะนำทางกฎหมาย มีเหตุผลสามประการที่เป็นรูปธรรมสำหรับเรื่องนี้ ประการแรก AI ไม่สามารถทราบบริบททั้งหมดของเหตุการณ์ของคุณ ความตั้งใจที่แท้จริงของทุกฝ่าย และกฎหมายที่บังคับใช้ในปัจจุบันได้อย่างสมบูรณ์ ผลิตจากลวดลายทั่วไป ประการที่สอง ข้อมูลที่เขาให้อาจถูกปลอมแปลงเนื่องจากเสี่ยงต่อการเกิดภาพหลอน (ดูบทที่ 5) ประการที่สาม ไม่สามารถรับผิดชอบทางกฎหมายได้ ในกรณีที่เกิดข้อผิดพลาด มืออาชีพจะต้องรับผิดชอบ ได้รับการชดเชย หรือมีระเบียบวินัยเสมอ

ดังนั้นเอาท์พุต AI จึงควรถูกมองว่าเป็น "วัตถุดิบ" ของผู้เชี่ยวชาญ: มีคุณค่า เร่งความเร็ว แต่ใช้งานไม่ได้หากไม่มีการประมวลผลและการตรวจสอบ

ข้อควรระวัง: "ผลลัพธ์ที่มาจาก AI" ไม่ใช่การป้องกัน ความรับผิดชอบสำหรับทุกข้อความที่นำเสนอต่อลูกค้า ศาล หรือหน่วยงานกำกับดูแลขึ้นอยู่กับผู้เชี่ยวชาญที่นำเสนอ การโอนความรับผิดชอบไปยังรถยนต์หรือบุคคลที่เขียนข้อความแจ้งนั้นเป็นไปไม่ได้ตามกฎหมาย

การตรวจสอบตามระดับความเสี่ยง

ไม่ใช่ทุกงานที่ต้องการการควบคุมดูแลในระดับเดียวกัน สำหรับงานที่มีแรงกระแทกต่ำและดึงคืนได้ง่าย การควบคุมแสงก็เพียงพอแล้ว การตัดสินใจที่มีผลกระทบสูงและแก้ไขได้ยากจำเป็นต้องมีการควบคุมดูแลและจัดทำเอกสารโดยมนุษย์ การจัดอันดับความเสี่ยงตามผลกระทบของงานและการพลิกกลับได้จะรักษาทั้งความปลอดภัยและประสิทธิภาพ

ระดับความเสี่ยง

งานตัวอย่าง

การตรวจสอบที่จำเป็น

ต่ำ

สรุปบันทึกภายใน คำอธิบายคำศัพท์

รีวิวเบาๆ

ปานกลาง

สรุปสัญญา รายการตรวจสอบ

การควบคุมโดยผู้เชี่ยวชาญ + การตรวจสอบแหล่งที่มา

สูง

คำร้อง สัญญาลงนาม ความเห็นทางกฎหมาย

การอนุมัติจากมนุษย์บังคับ + เอกสาร

สำคัญ

การนำเสนอต่อศาลแถลงการณ์ด้านกฎระเบียบ

การอนุมัติแบบหลายตา + การตรวจสอบย้อนกลับแบบเต็ม

บทบาทของคุณ: ที่ปรึกษาด้านการกำกับดูแล AI เสนอเมทริกซ์การควบคุมความเสี่ยงสำหรับรายการงานต่อไปนี้:| ภารกิจ | ผลกระทบ (ต่ำ/ปานกลาง/สูง) | การเรียกคืน | แนะนำประตูตรวจ | ใครอนุมัติ | เอกสารที่จำเป็น | แนะนำให้ได้รับการอนุมัติจากมนุษย์สำหรับงานที่มีผลกระทบสูงและยากต่อการย้อนกลับ ทำเครื่องหมายข้อเสนอแนะของคุณว่า "ต้องได้รับการอนุมัติจากองค์กร"; การกำหนดกฎเกณฑ์ที่เข้มงวด<งาน>[งานที่ทีมกฎหมาย/ปฏิบัติตามปฏิบัติตาม AI]</งาน>

การสร้างกรอบการกำกับดูแล

การใช้ AI แบบกระจายและขึ้นอยู่กับบุคคลจะนำไปสู่ข้อผิดพลาดไม่ช้าก็เร็ว กรอบการกำกับดูแลกิจการ โดยจะกำหนดว่างานใดที่ AI สามารถนำไปใช้ได้ ข้อมูลใดที่สามารถป้อนข้อมูลได้ (ดูหน่วยที่ 9 และ 11) ประตูการรับรองความถูกต้องใดที่บังคับ และวิธีบันทึกการใช้งาน

ร่าง “นโยบายการใช้ AI” สำหรับทีมกฎหมาย/การปฏิบัติตามกฎระเบียบของเรา ส่วน: 1) วัตถุประสงค์และขอบเขต 2) การใช้งานที่ได้รับอนุญาตและต้องห้าม (ตามงาน) 3) กฎข้อมูล (ซึ่งข้อมูลจะเป็นสื่อใด การปกปิด เอกสารที่มีสิทธิ์) 4) ประตูการตรวจสอบ (การตรวจสอบภาพหลอน/การระบุแหล่งที่มา การยืนยันแหล่งที่มา) 5) ระดับการกำกับดูแลและการอนุมัติของมนุษย์ (ขึ้นอยู่กับระดับความเสี่ยง) 6) การจัดทำเอกสารและการตรวจสอบย้อนกลับ 7) การละเมิดและความรับผิด [ต้องกรอก] ช่องว่าง; ตรวจสอบ "ต้องได้รับการอนุมัติทางกฎหมาย" เพื่อดูเนื้อหาทางกฎหมาย อย่าจัดทำบทบัญญัติทางกฎหมายด้วยตัวคุณเอง

นอกจากนี้ การมี "แท็กการใช้งาน" สั้นๆ แนบไปกับการส่งมอบที่สำคัญแต่ละรายการก็มีประโยชน์เช่นกัน ทำให้สามารถตรวจสอบย้อนกลับได้จริง

สร้างเทมเพลต "แท็กการใช้งาน AI" สั้นๆ เพื่อเพิ่มลงในเอาต์พุตที่ขับเคลื่อนโดย AI แต่ละรายการ: งานใด เครื่องมือใด คลาสข้อมูลที่ป้อน ขั้นตอนการตรวจสอบที่ดำเนินการ ผู้ตรวจสอบ ผู้อนุมัติ วันที่ ทำให้เป็นแบบฟอร์ม 6-8 บรรทัดที่กรอกง่าย

พรอมต์ที่อ่อนแอ / พรอมต์ที่แข็งแกร่ง

แนวทางที่อ่อนแอ: ส่งเอาต์พุต AI ไปยังลูกค้า/ศาลโดยตรง รวดเร็ว.

ผลลัพธ์: ไม่ได้รับการยืนยัน ไม่สามารถรับผิดชอบได้ ไม่สามารถป้องกันได้ในกรณีที่เกิดข้อผิดพลาด ภาพหลอนหรือข้อผิดพลาดบริบทเพียงครั้งเดียวอาจทำให้เกิดอันตรายร้ายแรงได้

แนวทางที่เข้มงวด: [การตรวจสอบตามระดับความเสี่ยง + ประตูการตรวจสอบบังคับ + การยืนยันแหล่งที่มา + การอนุมัติจากมนุษย์ที่ได้รับอนุญาต + เอกสารพร้อม ID ผู้ใช้]

ผลลัพธ์: ผลลัพธ์ที่ได้รับการตรวจสอบและตรวจสอบย้อนกลับได้ ซึ่งได้รับประโยชน์จากความเร็วแต่มีความรับผิดชอบที่ชัดเจน AI เพิ่มประสิทธิภาพ กระบวนการนี้ให้การรับประกัน

ใครเป็นผู้รับผิดชอบ? ดูด่วน

• ความแม่นยำของเอาต์พุต: ขึ้นอยู่กับมืออาชีพที่ใช้
• ผลงานที่นำเสนอต่อลูกค้า/ศาล: บุคคลที่ลงนาม/นำเสนอ
• การปกป้องข้อมูลและความเป็นส่วนตัว: อยู่ในทีมที่ประมวลผลข้อมูล (ไม่ใช่ผู้ให้บริการเครื่องมือ)
• การกำกับดูแลและการปกครอง: ในสถาบันและในการจัดการ

ไม่ว่าในกรณีใด ความรับผิดชอบจะถูกโอนไปยัง "AI" หรือ "ผู้ช่วยที่เขียนข้อความแจ้ง"

มินิเคสสามอัน

กรณีที่ 1 — สถานที่รับผิดชอบ ที่หน่วยงานแห่งหนึ่ง ผู้ช่วยส่งรายงานการปฏิบัติตามที่เขาจัดเตรียมด้วย AI ไปยังหน่วยงานกำกับดูแลโดยตรง รายงานมีข้อมูลที่ไม่ได้รับการยืนยัน การป้องกัน "AI เขียนมัน" ไม่ทำงานเมื่อเกิดปัญหา ความรับผิดชอบถือเป็นของสถาบันที่เสนอรายงานและเจ้าหน้าที่ที่ควรอนุมัติ จากนั้นสถาบันได้รับคำสั่งว่า "ห้ามส่งคำประกาศจากภายนอกโดยไม่ได้รับอนุมัติและยืนยันแหล่งที่มา"

กรณีที่ 2 — การตรวจสอบระดับความเสี่ยง เมื่อทีมกฎหมายใช้กระบวนการอนุมัติที่เป็นภาระเดียวกันกับงานทั้งหมด AI ก็ไม่ได้รับผลลัพธ์ใดๆ พวกเขาสร้างเมทริกซ์การตรวจสอบความเสี่ยง: สรุปบันทึกภายในผ่านการตรวจสอบอย่างละเอียด สัญญาและคำร้องขอลายเซ็นต้องได้รับการอนุมัติแบบปกปิดสองด้าน ดังนั้นในขณะที่งานมีความเสี่ยงต่ำรักษาความเร็วไว้ ความปลอดภัยก็เพิ่มขึ้นในงานที่มีความเสี่ยงสูง ทีมงานเริ่มใช้ AI ทั้งอย่างกว้างขวางและมั่นใจ

กรณีที่ 3 — คุณค่าของการตรวจสอบย้อนกลับ ในการตรวจสอบ “คุณตรวจสอบสัญญานี้ได้อย่างไร คุณใช้ AI คุณตรวจสอบแล้วหรือยัง” คำถามมา ทีมงานที่ใช้แท็กการใช้งานจะแสดงเอกสารประกอบว่าแต่ละเอาต์พุตถูกสร้างขึ้นด้วยเครื่องมือใด ขั้นตอนการตรวจสอบที่ใช้ และใครเป็นผู้อนุมัติ ผู้ตรวจสอบบัญชีเห็นว่ากระบวนการได้รับการควบคุมแล้วและไม่ได้เขียนผลการค้นพบเพิ่มเติมใดๆ เอกสารประกอบเปลี่ยนการใช้ AI จากความเสี่ยงเป็นกระบวนการที่ได้รับการจัดการ

ข้อผิดพลาดทั่วไป

• การโอนความรับผิดชอบไปที่ตัวรถ “AI เขียนมัน” ไม่ใช่การป้องกัน ความรับผิดชอบมักจะอยู่กับบุคคลนั้นเสมอ
• การใช้การควบคุมเดียวกันกับทุกงาน ประสิทธิภาพลดลงหรือความเสี่ยงสูงยังคงไม่สามารถควบคุมได้ อัตราตามระดับความเสี่ยง
• ข้ามประตูตรวจสอบ โดยเฉพาะอย่างยิ่ง เอาต์พุตไม่ควรออกไปโดยไม่มีการระบุแหล่งที่มาและการยืนยันแหล่งที่มา
• ไม่ใส่ธรรมาภิบาลเป็นลายลักษณ์อักษร การใช้งานส่วนบุคคลที่ผิดปกติจะทำให้เกิดข้อผิดพลาดไม่ช้าก็เร็ว
• ไม่รักษาการตรวจสอบย้อนกลับ หากไม่ได้จัดทำเอกสารว่าใครผลิตอะไรและอย่างไรในการตรวจสอบความถูกต้อง ช่องว่างในการควบคุมและข้อพิพาทจะเกิดขึ้น
• ปล่อยให้ AI ไม่ได้รับการควบคุมเพราะมัน "ก้าวหน้าเพียงพอ" ความสามารถที่เพิ่มขึ้นไม่ได้หมายความว่าความรับผิดชอบจะหายไปจากผู้คน

โดยสรุป

AI เป็นตัวคูณความเร็วที่ทรงพลังในทางกฎหมาย แต่ไม่ได้ให้คำแนะนำด้านกฎหมายและไม่ได้แทนที่ผู้เชี่ยวชาญ การวิเคราะห์ การตัดสินใจ และความรับผิดชอบขั้นสุดท้ายจะขึ้นอยู่กับผู้มีอำนาจเสมอ วิธีที่จะทำให้สิ่งนี้ยั่งยืนคือการใช้กรอบการกำกับดูแล: ให้คะแนนงานตามระดับความเสี่ยง บังคับใช้การตรวจสอบและการตรวจสอบโดยมนุษย์และการตรวจสอบยืนยันงานที่มีความเสี่ยงสูง บังคับใช้กฎข้อมูลและความเป็นส่วนตัว และทำให้ทุกเอาต์พุตสามารถตรวจสอบย้อนกลับได้ด้วยแท็กการใช้งาน วิธีนี้จะทำให้คุณได้รับประโยชน์จากความเร็วของ AI และรักษาความรับผิดชอบและความไว้วางใจ AI สร้างและเร่งความเร็ว ผู้เชี่ยวชาญที่มีความสามารถตัดสินใจและรับผิดชอบต่อสิ่งที่จะนำเสนอและผลที่ตามมา

งานสมัคร

แสดงรายการงานที่ทีมของคุณทำกับ AI (1) ด้วยพรอมต์เมทริกซ์การตรวจสอบความเสี่ยง ให้คะแนนแต่ละงานตามผลกระทบและความสามารถในการพลิกกลับได้ และกำหนดประตูการตรวจสอบ (2) จัดทำร่างนโยบายการใช้ AI รวบรวมป้าย "ต้องได้รับการอนุมัติทางกฎหมาย" (3) สร้างเทมเพลตแท็กการใช้งานและนำไปใช้กับงานพิมพ์ขั้นสุดท้ายของคุณ (4) เขียนกฎเป็นลายลักษณ์อักษรว่า "ไม่มีการประกาศภายนอกหากไม่ได้รับอนุมัติและยืนยันแหล่งที่มา"

รายการตรวจสอบ

• [ ] งานได้รับการจัดอันดับตามระดับความเสี่ยง (ผลกระทบ + ความสามารถในการพลิกกลับได้) หรือไม่
• [ ] มีการกำหนดความยินยอมของมนุษย์สำหรับภารกิจที่มีความเสี่ยงสูงหรือไม่?
• [ ] มีประตูการตรวจสอบแหล่งที่มา/การระบุแหล่งที่มารวมอยู่ในกระบวนการหรือไม่
• [ ] มีการเพิ่มกฎข้อมูลและความเป็นส่วนตัว (หน่วยที่ 9 และ 11) ลงในกรอบงานหรือไม่
• [ ] สามารถติดตามเอาต์พุตที่สำคัญทุกรายการด้วยแท็กการใช้งานได้หรือไม่
• [ ] มีการชี้แจงเป็นลายลักษณ์อักษรหรือไม่ว่าความรับผิดชอบอยู่ที่มนุษย์?
• [ ] มีการเตรียมนโยบายการใช้งาน AI เพื่อขออนุมัติทางกฎหมายหรือไม่?

การสอบโมดูล

1. เมื่อ AI สรุปสัญญาระยะยาว แอปพลิเคชันใดจะเพิ่มความน่าเชื่อถือของเอาต์พุตได้มากที่สุด

• A) การเชื่อมโยงการกำหนดแต่ละรายการในบทสรุปกับแหล่งที่มาด้วยหมายเลขบทความที่เกี่ยวข้องและเครื่องหมายคำพูดสั้นๆ ✔
• B) ขอสรุปให้สั้นที่สุดในย่อหน้าเดียว
• C) การสอนแบบจำลองให้ 'อย่าทำผิดพลาด' และเชื่อถือผลลัพธ์
• D) การลงนามในสัญญาโดยยึดตามบทสรุปเท่านั้นโดยไม่ได้อ่านเลย

คำอธิบายประกอบ: การเชื่อมโยงการค้นพบแต่ละรายการในสรุป AI กับแหล่งที่มาด้วยหมายเลขรายการที่เกี่ยวข้องและเครื่องหมายคำพูดสั้นๆ ทำให้สรุปสามารถตรวจสอบได้ และช่วยให้คุณสามารถตรวจจับข้อมูลปลอมได้อย่างรวดเร็ว (ภาพหลอน) นี่คือการตรวจสอบความน่าเชื่อถือที่สำคัญที่สุดสำหรับการตรวจสอบทางกฎหมาย

2. ข้อมูลป้อนเข้าที่มีประสิทธิภาพมากที่สุดสำหรับ AI เมื่อประเมินส่วนความเสี่ยงในสัญญาการจัดหาคืออะไร

• ก) แค่ 'สัญญานี้มีความเสี่ยงหรือไม่?' ที่จะถาม
• B) มอบ Playbook ที่มีตำแหน่งมาตรฐานของสถาบันและจำแนกรายการตามเกณฑ์เหล่านี้ ✔
• C) ขอให้ AI เขียนสัญญาใหม่เพื่อประโยชน์ของอีกฝ่าย
• D) การนับเฉพาะจำนวนตัวอักษรของรายการ

คำอธิบาย: การให้ Playbook เกี่ยวกับตำแหน่งมาตรฐานขององค์กรช่วยให้ AI สามารถจัดประเภทรายการเป็น 'ยอมรับได้ / ควรเจรจา / ปฏิเสธ' ตามเกณฑ์ของคุณ มันมีประโยชน์มากกว่าคำถามทั่วไปว่า 'มีความเสี่ยง' มาก

3. เหตุใดการวิเคราะห์ 'ส่วนคำสั่งที่ขาดหายไป' ของ AI จึงมีคุณค่าในการทบทวนสัญญา

• A) เพราะมันมีประโยชน์สำหรับการค้นหาข้อผิดพลาดในการสะกดเท่านั้น
• B) เพราะจะทำให้สัญญาสั้นลง
• C) เนื่องจากเป็นการแนะนำข้อกำหนดในการป้องกันที่ควรมีไว้แต่ไม่เคยรวมอยู่ในสัญญา ✔
• D) เพราะมันเป็นตัวกำหนดว่าอีกฝ่ายคือใคร

คำอธิบาย: ความเสี่ยงส่วนหนึ่งไม่ได้อยู่ในข้อกำหนดที่เป็นลายลักษณ์อักษร แต่อยู่ในข้อกำหนดที่ควรมี แต่ไม่อยู่ในสัญญา (เช่น การถ่ายโอนทรัพย์สินทางปัญญา การประมวลผลข้อมูล ความรับผิดหลังการยกเลิก) ฉันถาม AI ว่า 'ข้อกำหนดที่คาดหวังในสัญญาประเภทนี้แต่ขาดหายไปคืออะไร' การถาม: เผยให้เห็นช่องว่างเหล่านี้

4. วิธีใดที่ปรับปรุงคุณภาพและความสม่ำเสมอได้มากที่สุดเมื่อร่างสัญญากับ AI

• A) ขอให้ AI เขียนหัวข้อตั้งแต่ต้นโดยไม่ต้องให้บริบทใดๆ
• B) คัดลอกสัญญาใดๆ ที่พบบนอินเทอร์เน็ตและใช้งานโดยตรง
• ค) การนำร่างนี้ไปใช้บังคับโดยไม่มีการตรวจสอบ
• D) จัดเตรียมข้อมูลเทมเพลตและสถานการณ์ที่ได้รับอนุมัติจากสถาบันและให้ AI นำไปปรับใช้ ✔

คำอธิบาย: แทนที่จะสร้างจากหน้าว่าง ให้เทมเพลตและข้อมูลสถานการณ์ที่ได้รับการอนุมัติจากสถาบันและให้ AI นำไปปรับใช้ ทั้งรักษามาตรฐานของสถาบันและลดความเสี่ยงของอาการประสาทหลอน เทมเพลตที่ได้รับอนุมัติจะทำหน้าที่เป็น 'จุดยึด' และป้องกันไม่ให้โมเดลหลุดออกจากข้อความ

5. เมื่อตรวจสอบข้อตกลงไม่เปิดเผยข้อมูล (NDA) กับ AI ควรแยกแยะความแตกต่างใดให้ชัดเจนตั้งแต่เริ่มต้น

• A) NDA เป็นแบบทางเดียวหรือสองทาง และภาระผูกพันอยู่ที่ฝ่ายใด ✔
• B) จำนวนหน้าทั้งหมดของเอกสาร
• C) สัญญาเขียนด้วยแบบอักษรอะไร?
• D) ไม่ว่าอีกฝ่ายจะมีโลโก้หรือไม่ก็ตาม

การเปิดเผยข้อมูล: ไม่ว่า NDA จะเป็นฝ่ายเดียว (ฝ่ายเดียวเท่านั้นที่เปิดเผยข้อมูล) หรือสองทาง (การเปิดเผยร่วมกัน) จะเป็นตัวกำหนดความสมดุลของภาระผูกพันทั้งหมด การให้ AI สืบค้นสิ่งนี้ก่อนเป็นกุญแจสำคัญในการอ่านข้อกำหนดต่างๆ เช่น ระยะเวลาการรักษาความลับ การยกเว้น และภาระผูกพันในการคืนสินค้าอย่างถูกต้อง

6. อะไรคือความเสี่ยงที่ร้ายแรงที่สุดในการทำวิจัยทางกฎหมายกับ AI และจะมีการจัดการอย่างไร?

• ก) AI ช้าเกินไป มีการใช้ฮาร์ดแวร์ที่ทรงพลังยิ่งขึ้น
• B) ความสามารถของ AI ในการสร้างแบบอย่าง/การอ้างอิงที่ไม่มีอยู่จริง แต่ละแหล่งที่มาได้รับการตรวจสอบจากข้อความหลัก ✔
• C) AI เขียนข้อความเป็นภาษาที่เป็นทางการมาก สไตล์ได้รับการแก้ไขด้วยมือ
• D) AI ส่งออกเป็นภาษาอังกฤษเท่านั้น แปลเสร็จแล้ว

คำอธิบาย: AI สามารถสร้างแบบอย่าง กฎหมาย หรือการอ้างอิงที่ไม่มีอยู่จริง (ภาพหลอน) ดังนั้นทุกแหล่งที่มา การตัดสินใจ และการอ้างอิงที่ทำโดย AI จะต้องได้รับการตรวจสอบจากข้อความหลัก/อย่างเป็นทางการ (กฎหมายอย่างเป็นทางการ ข้อความการตัดสินใจ) AI มีไว้เพื่อการวิจัยเบื้องต้น ไม่ใช่อำนาจขั้นสุดท้าย

7. ในการร่างคำร้องด้วย AI ขั้นตอนใดทำให้เนื้อหามีความเข้มแข็งมากที่สุด

• A) การเขียนคำร้องโดยใช้ภาษาที่ยาวและสวยงามที่สุดเท่าที่จะเป็นไปได้
• B) เพียงแค่เขียนคำขอของคุณเองและเพิกเฉยต่อข้อโต้แย้ง
• C) การซักถามข้อโต้แย้งที่เป็นไปได้ล่วงหน้าและตอบตามข้อเท็จจริง-กฎหมาย-ความต้องการ ✔
• D) ยื่นคำร้องต่อศาลโดยตรงโดยไม่ต้องตรวจสอบ

คำอธิบาย: คำร้องที่ดีไม่เพียงแต่คาดหวังถึงข้อโต้แย้งของตนเองเท่านั้น แต่ยังรวมถึงคำคัดค้านที่เป็นไปได้ของอีกฝ่ายด้วย ถาม AI ​​ว่า 'มีข้อโต้แย้งอะไรบ้างที่อาจเกิดขึ้นกับคำขอนี้ และจะตอบสนองต่อแต่ละข้ออย่างไร' การถามคำถามเช่นนี้จะสร้างร่างกรอบข้อเท็จจริง-กฎหมาย-อุปสงค์และปิดจุดอ่อนไว้ล่วงหน้า

8. รูปแบบเอาต์พุตที่มีประโยชน์ที่สุดในการขอจาก AI คืออะไรเมื่อแปลกฎระเบียบเป็นรายการตรวจสอบการปฏิบัติตามข้อกำหนดที่สามารถดำเนินการได้?

• A) พิมพ์เฉพาะชื่อและวันที่ของการแก้ไข
• B) รวมรายการทั้งหมดไว้ในย่อหน้าเดียว
• ค) พอใจกับการจัดเรียงข้อกำหนดตามลำดับตัวอักษร
• D) ใส่ข้อกำหนดลงในแผนภูมิควบคุมพร้อมคอลัมน์สำหรับบทบาทที่รับผิดชอบ หลักฐานที่จำเป็น และสถานะความพึงพอใจ ✔

คำอธิบาย: ทุกความต้องการ; การจัดวางลงในตารางที่มีบทบาทรับผิดชอบ หลักฐาน/เอกสาร และสถานะความพึงพอใจ (ใช่/ไม่ใช่/บางส่วน) ทำให้รายการสามารถตรวจสอบและดำเนินการได้ ไม่สามารถติดตามรายการนามธรรมของรายการเพียงอย่างเดียวได้

9. อะไรคือสิ่งที่สำคัญที่สุดในการขอจาก AI เพื่อให้ร่างนโยบายองค์กรสามารถตรวจสอบได้?

• A) จับคู่ภาระผูกพันแต่ละข้อกับบทบาทที่รับผิดชอบ/RACI ✔
• B) รักษานโยบายให้เป็นนามธรรมและเป็นภาพรวมให้ได้มากที่สุด
• C) แสดงรายการการอ้างอิงทางกฎหมายเท่านั้น
• D) การเพิ่มศัพท์เฉพาะทางกฎหมายมากมายให้กับนโยบาย

คำอธิบาย: การจัดทำแผนผังภาระผูกพันแต่ละข้อกับ RACI (รับผิดชอบ/อนุมัติ/ให้คำปรึกษา/แจ้ง) หรืออย่างน้อย 'บทบาทที่รับผิดชอบ' จะให้ความกระจ่างเกี่ยวกับนโยบาย 'ใครจะทำอะไร' และกำหนดว่าใครจะเป็นผู้รับผิดชอบในการตรวจสอบ นโยบายที่ไม่มีบทบาทไม่สามารถนำไปใช้ได้

10. ผู้เชี่ยวชาญควรทำอย่างไรหากต้องการสรุปเอกสารที่มีหมายเลข TR ID ของลูกค้า ชื่อ และรายละเอียดเคสด้วย AI?

• A) วางเอกสารตามที่เป็นอยู่และรับผลลัพธ์อย่างรวดเร็ว
• B) การปกปิดและการทำให้ข้อมูลส่วนบุคคลเป็นนิรนาม และ/หรือการใช้เครื่องมือที่ได้รับอนุมัติพร้อมการรับประกันข้อมูลองค์กร ✔
• C) เพียงเพิ่ม 'ข้อมูลลับ' ที่ส่วนท้ายของเอกสาร
• D) ส่งเอกสารเพียงครั้งเดียวแล้วลบแชทก็เพียงพอแล้ว

คำอธิบาย: ไม่ควรป้อนข้อมูลส่วนบุคคลและความลับของลูกค้าโดยตรง แนวทางที่ถูกต้อง การปกปิดและการปิดบังข้อมูลประจำตัวและ/หรือการใช้เครื่องมือที่ได้รับอนุมัติพร้อมการรับประกันข้อมูลของสถาบัน (ไม่ใช้ในการศึกษา นโยบายการเก็บรักษาข้อมูล) นี่เป็นข้อกำหนดของทั้ง KVKK และภาระหน้าที่ในการรักษาความลับ

11. ข้อใดคือแนวทางที่ถูกต้องในการประเมินทรัพย์สินทางปัญญาและสถานะลิขสิทธิ์ของข้อความที่สร้างด้วย AI

• A) เอาต์พุต AI จะเป็นกรรมสิทธิ์โดยอัตโนมัติและไม่ซ้ำกันโดยสิ้นเชิงเสมอ
• B) เอาต์พุต AI ไม่สามารถใช้งานได้ไม่ว่าในกรณีใด ๆ
• C) เอาต์พุต AI ไม่ถือว่าเป็นต้นฉบับ/ฟรี แหล่งที่มา ความเสี่ยงที่คล้ายคลึงกัน และความเป็นเจ้าของได้รับการประเมิน ✔
• D) ลิขสิทธิ์ใช้ได้กับเพลงเท่านั้น ดังนั้นจึงไม่สำคัญสำหรับข้อความ

การเปิดเผยข้อมูล: ความเป็นเจ้าของลิขสิทธิ์ของเอาต์พุต AI อาจไม่แน่นอนขึ้นอยู่กับประเทศและสถานการณ์ นอกจากนี้ ผลลัพธ์อาจมีลักษณะคล้ายกับเนื้อหาที่ได้รับการคุ้มครองของบริษัทอื่น ดังนั้น ไม่ควรถือว่าเอาท์พุต AI นั้นเป็นต้นฉบับ/ปราศจากการตรวจสอบ ควรประเมินแหล่งที่มาและความคล้ายคลึงกัน และควรชี้แจงความเป็นเจ้าของขององค์กรด้วยสัญญา

12. หลักทั่วไปในการใช้ AI ในแง่ของสิทธิพิเศษของผู้รับมอบอำนาจ-ลูกค้า (เอกสารลับ/สิทธิพิเศษ) คืออะไร?

• A) สามารถป้อนเอกสารสิทธิพิเศษลงในเครื่องมือ AI ทุกชิ้นได้อย่างอิสระ
• B) การใช้ AI นั้นไม่เกี่ยวข้องเนื่องจากสิทธิพิเศษจะใช้ได้ในศาลเท่านั้น
• C) หากเอกสารถูกเข้ารหัส ก็ไม่สำคัญว่าจะป้อนเครื่องมือใด
• D) เอกสารที่เป็นความลับ/สิทธิพิเศษควรได้รับการประมวลผลในยานพาหนะที่ได้รับอนุมัติและมีการป้องกันที่เหมาะสมเท่านั้น มิฉะนั้น สิทธิพิเศษและการรักษาความลับอาจถูกบุกรุก ✔

คำอธิบาย: สิทธิพิเศษอาจถูกบุกรุกและการรักษาความลับอาจถูกละเมิดเมื่อมีการเข้าถึงเอกสารสิทธิพิเศษและความลับผ่านเครื่องมือของบุคคลที่สามที่ไม่มีข้อผูกมัดด้านความปลอดภัยของข้อมูลและการรักษาความลับ ดังนั้น เอกสารดังกล่าวควรได้รับการประมวลผลบนยานพาหนะที่ได้รับอนุมัติและมีการคุ้มครองทางสัญญาและทางเทคนิคที่เหมาะสมเท่านั้น

13. ความรับผิดทางวิชาชีพเกี่ยวกับการใช้ AI ในทีมกฎหมาย/การปฏิบัติตามกฎระเบียบขององค์กรอยู่ที่ไหน?

• A) การวิเคราะห์ การตัดสินใจ และความรับผิดชอบขั้นสุดท้ายจะขึ้นอยู่กับผู้เชี่ยวชาญที่เป็นมนุษย์ที่มีความสามารถเสมอ AI เป็นเพียงเครื่องมือสนับสนุนเท่านั้น ✔
• B) เนื่องจากผลลัพธ์มาจาก AI ความรับผิดชอบจึงตกเป็นของผู้ให้บริการเครื่องมือ
• C) หาก AI ก้าวหน้าเพียงพอ ก็ไม่จำเป็นต้องมีการตรวจสอบโดยมนุษย์
• D) ความรับผิดชอบอยู่ที่ผู้ช่วยบุคลากรที่เขียนข้อความแจ้ง

คำอธิบาย: AI เป็นตัวคูณความเร็วและตัวสร้างพิมพ์เขียว ไม่ได้ให้คำแนะนำด้านกฎหมายและไม่สามารถทดแทนผู้เชี่ยวชาญได้ การวิเคราะห์ การตัดสินใจ และความรับผิดชอบขั้นสุดท้ายจะขึ้นอยู่กับผู้เชี่ยวชาญที่เป็นมนุษย์ที่มีความสามารถเสมอ ผลลัพธ์จะต้องได้รับการตรวจสอบโดยผู้เชี่ยวชาญ

14. การควบคุมการกำกับดูแลแบบใดที่เหมาะสมที่สุดสำหรับการใช้ AI ในงานทางกฎหมายที่มีเดิมพันสูง (เช่น การอนุมัติสัญญาขั้นสุดท้าย)

• A) ส่งเอาต์พุต AI โดยตรงเพื่อขออนุมัติเพื่อประหยัดเวลา
• B) ต้องมีประตูตรวจสอบโดยมนุษย์ที่ได้รับการตรวจสอบและรับรองโดยผู้เชี่ยวชาญที่ผ่านการรับรองและการใช้เอกสาร ✔
• C) บุคคลที่เขียนข้อความให้การอนุมัติเพียงอย่างเดียว
• D) เพียงถาม AI 'คุณแน่ใจหรือไม่' ถามและไว้วางใจคำตอบ

คำอธิบาย: สำหรับการตัดสินใจที่มีผลกระทบสูงและยากต่อการย้อนกลับ ไม่ควรใช้เอาต์พุต AI โดยตรง ต้องมีการย้ายพอร์ตแบบ Human-in-the-Loop ที่ได้รับการตรวจสอบและอนุมัติโดยผู้เชี่ยวชาญที่ผ่านการรับรอง และต้องมีการบันทึกการใช้งานนี้ด้วย