关键指标
提交前发现12处错误
背景
一家位于芝加哥的40人诉讼律所，拥有强大的上诉业务，处理复杂商业纠纷和联邦及州法院的集体诉讼。
执业领域： 复杂商业诉讼和上诉业务
法域： 美国（第七巡回上诉法院、伊利诺伊州北区联邦地区法院、伊利诺伊州法院）
团队规模： 40名律师（其中12名在上诉组），8名律师助理
挑战
问题： 2023年Mata诉Avianca案制裁事件后，该所管理合伙人要求审查引用核实流程。内部审计发现，近期提交的法律文书中有8%的引用存在错误——包括错误的精确引用位置、过期的案例状态或不准确的引文。
原有方法： 初级律师使用Westlaw和Shepard's手动核查引用，通常在提交截止日期前时间紧迫。引用核查往往是最后一步，经常被匆忙完成。
利害关系： 除了提交含有错误引用的文书所带来的声誉风险外，该所还面临潜在的制裁、客户责任和保险问题。Mata案使这成为诉讼律所生死攸关的问题。
方法
使用的工具： 使用CoCounsel（汤森路透AI）进行引用核实，与该所现有的Westlaw订阅集成。同时使用Vincent AI对引文准确性进行交叉验证。
实施策略： 在每份法律文书提交前实施强制性的'AI引用审计'。现在每份文书经过三层审查：（1）律师使用标准研究工具起草，（2）AI驱动的引用核实，检查案例有效性、精确引用位置和引文忠实度，（3）资深律师审查AI标记的问题。
投入： 每年额外AI工具许可费24,000美元。强制审计为每份文书增加约2-3小时的时间，但这被减少的手动引用核查时间所抵消。
成果
量化成果
- 在前六个月中，AI审计在审查的89份文书中标记了34份存在问题（38%）
- 其中12份包含严重到可能引发法院质询的引用错误
- 3份文书引用了已被推翻或被区分的案例——这是最危险的错误类型
- 实施后引用准确率从92%提升至99.6%
定性成果
- 律师反馈对提交文件的准确性更有信心
- 两位法官在口头辩论中非正式地称赞了该所的引用质量
- 该流程揭示了更广泛的研究质量问题，促进了对初级律师的培训改进
经验教训
有效之处
- 将AI审计设为强制性而非可选项，确保了一致的采用率
- 将工具定位为安全网——而非研究技能的替代品——减少了律师的抵触情绪
- 在全所会议中分享匿名化的已发现错误案例，展示了具体价值
不足之处
- AI偶尔会产生误报，特别是在州法院引用和未公开判决方面
- 资深合伙人最初的抵触——他们认为这是在质疑他们的工作——需要谨慎的变革管理
建议
在Mata诉Avianca案之后，每家诉讼律所都应该有AI引用核实步骤。与风险相比，成本微乎其微。但不要只是安装工具——围绕它建立工作流程，并使其成为不可协商的要求。
我们的观点
在Mata诉Avianca案之后，引用核实不是可选项——而是职业义务。这家律所的三层方法（起草、AI审计、资深审查）是AI如何融入质量保障工作流程的典范。关键洞察在于将审计设为强制性而非可选项。当AI辅助审查是自由裁量的，在截止日期压力下最先被省略的就是这些环节。将其设为不可协商的要求，才是区分严肃采用和形式化技术应用的关键。Lawra (温和派)
让我们精确一些：AI标记了38%的文书存在问题，但其中有多少是误报？该所提到在州法院引用和未公开判决方面存在这一问题。在高压的诉讼环境中，误报会产生警报疲劳——律师开始将AI警告当作噪音而忽略。而'99.6%的准确率'——这是AI的准确率，还是人机结合的准确率？在评估工具的实际贡献时，归因问题至关重要。Lawrena (怀疑派)
在提交前发现12处引用错误——其中任何一处都可能导致制裁、尴尬或更严重的后果。而且有3份文书引用了已被推翻的案例！在后Mata时代，这不是锦上添花，而是防范执业过失。每年24,000美元的投资与一次制裁动议相比不过是零头。每家诉讼律所都应该立即实施这一做法。Lawrelai (乐观派)
这里最有启发性的细节不是技术——而是社会学层面。资深合伙人最初抵触是因为他们将AI审查视为对其能力的质疑。这就是创新者困境的缩影：对现有体系投入最深的人往往是最后拥抱改进的人。该所成功的原因是将工具重新定义为安全网而非批评。变革管理永远既关乎叙事，也关乎功能。Carlos Miranda Levy (策展人)
来源与参考文献
评论
正在加载评论...