OpenAI ra mắt Astra for Law, kết nối GPT-6 Astra với một chỉ mục tìm kiếm pháp lý Mỹ do hãng tự xây dựng, mở cho các công ty luật và công ty legal tech. Mô hình có tên gọi GPT-6 Astra Law, trước tiên vào ChatGPT và Codex dưới hình thức Trusted Access, cho một số công ty luật được chọn dùng thử; API sẽ mở sau đó, kèm tùy chọn không lưu giữ dữ liệu (zero data retention). Latham & Watkins, Ropes & Gray, Cooley, Sullivan & Cromwell nằm trong danh sách đầu tiên.
Kết quả chính thức đến từ bộ kiểm định riêng Legal Research Bench của Vals AI. Với 200 câu hỏi nghiên cứu pháp lý Mỹ, cả hai hệ thống đều chạy ở mức suy luận cao nhất: Astra for Law đạt tỷ lệ đúng tổng thể 54,0%, trong khi GPT-6 Astra chỉ dựa vào tìm kiếm web đạt 38,7%, tức tăng tương đối 40%. Với các câu hỏi chủ yếu về án lệ, hệ thống đầu tìm lại thêm 24% án lệ tham chiếu; trên tập đoạn văn bản mục tiêu đã được kiểm tra thủ công, ở cùng mức suy luận, số đoạn liên quan tìm được nhiều hơn tối đa 54%.
Điểm mới nằm ở tầng tìm kiếm
Phần gây chú ý nhất lần này là khâu tìm kiếm. Chỉ mục tìm kiếm pháp lý tự xây của OpenAI bao phủ hơn 230 triệu URL, thu thập án lệ, luật thành văn, quy định hành chính, quy tắc tòa án và phán quyết hành chính của Mỹ, hãng cho biết được bổ sung mỗi ngày. Ngoài ra, OpenAI còn hợp tác với Free Law Project để kết nối vào kho án lệ CourtListener, nơi lưu trữ hơn 99,9% các phán quyết tiền lệ đã công bố tại Mỹ. Đi kèm còn có 26 plugin đối tác và 47 plugin cộng đồng, đưa các sản phẩm của Relativity, Clio, iManage, Intapp, DeepJudge và Thomson Reuters vào quy trình làm việc.
Các mô hình thông dụng khi làm nghiên cứu pháp lý luôn vướng ở cùng một điểm: nguồn án lệ lấy từ tìm kiếm web lộn xộn, phiên bản không thống nhất, chuỗi trích dẫn dễ đứt gãy, chi phí luật sư phải kiểm tra lại thường cao hơn phần thời gian mô hình tiết kiệm được. Tự xây chỉ mục tức là chuyển phần rủi ro này từ phía luật sư sang phía nhà cung cấp. Con số tuyệt đối 54,0% cũng nói lên mặt còn lại: hơn một nửa số câu hỏi vẫn trả lời sai, và chính OpenAI cũng nói luật sư phải kiểm tra từng nguồn, các vụ việc rủi ro cao vẫn phải giữ quy trình giám sát.
Người bán chỉ mục và người bán quy trình làm việc
Trên đường đua AI pháp lý, Harvey đã được định giá 11 tỷ USD, Thomson Reuters có CoCounsel trong tay, và lợi thế cạnh tranh của cả hai không nằm ở bản thân mô hình mà ở ngữ cảnh vụ việc, quản lý quyền truy cập và dấu vết kiểm toán. Lần này OpenAI cắt vào ở vị trí thấp hơn: hãng không làm quản lý dự án cho công ty luật, chỉ đóng gói tìm kiếm và suy luận thành một nền tảng để bên khác tích hợp, và trong danh sách 26 plugin đối tác đã có Thomson Reuters.
Phản hồi của Thomson Reuters cũng rất thẳng thắn, nhấn mạnh CoCounsel vẫn là hệ thống chuyên nghiệp đáng tin cậy được thiết kế riêng cho công việc pháp lý. Phía Harvey khen ngợi khả năng tìm kiếm, còn Cooley nói về việc quy trình được tăng tốc. Đặt các phát biểu này cạnh nhau, ranh giới phân công đã khá rõ: năng lực ở tầng mô hình có thể mua ngoài, còn ai chịu trách nhiệm tuân thủ và pháp lý thì mỗi bên vẫn tự bán phần của mình.
Tạm thời là chuyện của người khác đối với các công ty luật Trung Quốc
Chỉ mục của Astra for Law chỉ bao phủ nguồn luật Mỹ, không có một chút nào thuộc hệ thống pháp luật Trung Quốc. Điều các công ty luật trong nước có thể tham khảo trong ngắn hạn là hình thức chứ không phải sản phẩm: biến các bản án, kho văn bản pháp luật, quy định địa phương thành một tầng tìm kiếm mà mô hình có thể gọi trực tiếp, rồi mới bàn đến độ chính xác. Trong nước đã có vài đơn vị làm việc tương tự, nhưng dữ liệu benchmark công bố ít hơn nhiều so với lần này, nên tạm thời chưa có điều kiện để so sánh trực tiếp.
OpenAI chưa công bố giá, cũng chưa nói rõ Trusted Access phủ bao nhiêu công ty luật hay API sẽ mở ở mức giá nào. Các câu hỏi của Vals AI lấy từ bộ kiểm định riêng, bên ngoài không thể tái lập phép so sánh này. Trong số các khách hàng sớm, chưa công ty nào công bố quy mô sử dụng thực tế.
Nguồn tham khảo: trang phát hành chính thức của OpenAI, Vals AI Legal Research Bench, CocoLoop, Artificial Lawyer, Neowin; tỷ lệ chính xác, quy mô chỉ mục và số lượng plugin được đối chiếu theo số liệu OpenAI công bố.