אתיקה מקצועית וסיכונים בשימוש בכלי בינה מלאכותית בליטיגציה, ממצאי מחקר

מבוא

שילוב כלי בינה מלאכותית בעבודת ליטיגציה מתרחב במהירות, החל מחיפוש פסיקה ותקדימים, דרך סיכום חומרי חקירה, ועד ניסוח טיוטות כתבי טענות ושאלות לחקירה נגדית. לצד יעילות, מהירות וצמצום עלויות, הכלים מציפים אתגרי אתיקה מקצועית ייחודיים: שמירה על סודיות וחיסיון, חובת מיומנות וזהירות, איסור הטעיית בית המשפט, ניגודי עניינים, והוגנות כלפי צד שכנגד. מאמר זה מציג ממצאי מחקר מובנים על סיכונים מרכזיים בשימוש בכלי בינה מלאכותית בליטיגציה, ומציע מסגרת מעשית לניהול סיכונים בהתאם לעקרונות אחריות מקצועית.

הדיון רלוונטי במיוחד למשרדים קטנים ובינוניים, שבהם יש פיתוי להסתמך על אוטומציה כדי להתמודד עם עומסי עבודה, אך גם קושי להקים מערכי בקרה טכנולוגיים. עבור אתר "שני בגדדי" והקוראים העוסקים בליטיגציה, הבנה שיטתית של הסיכונים מסייעת לקבל החלטות שימוש אחראיות, ולנסח נהלי עבודה שעמידים בביקורת שיפוטית ואתית.

מתודולוגיה

המחקר נערך בגישה משולבת, איכותנית וכמותית, במטרה לזהות דפוסים חוזרים של סיכון ולהעריך את חומרתם המעשית. המתודולוגיה כללה ארבעה רכיבים:

• סקירת מקורות: ניתוח הנחיות אתיות מקצועיות, פרסומי רגולטורים, מאמרים אקדמיים ודוחות מקצועיים העוסקים בשימוש בבינה מלאכותית בשירותים משפטיים.
• בדיקות תרחיש: הרצת תרחישים משפטיים שכיחים בליטיגציה אזרחית ופלילית, כולל בקשות ביניים, סיכומים, וחוות דעת מומחה, תוך השוואה בין תוצרים אנושיים לתוצרים שנוצרו באמצעות כלי בינה מלאכותית.
• ניתוח שגיאות: קידוד שיטתי של סוגי שגיאות, לדוגמה ציטוטים שאינם קיימים, ערבוב עובדות בין תיקים, הטיות ניסוח, והחסרת חריגים משפטיים.
• ראיונות עומק: שיחות מובנות עם עורכי דין, מתמחים ואנשי טכנולוגיה משפטית, לצורך הבנת פרקטיקות שימוש בפועל, מנגנוני בקרה קיימים, ותפיסות סיכון.

בכל רכיב נעשה שימוש במטריצת סיכון המבוססת על שני ממדים: הסתברות הכשל, והשלכה על הליך משפטי, לקוח, או חובת נאמנות לבית המשפט. המטריצה אפשרה דירוג של סיכונים והפקת המלצות ממוקדות.

תוצאות

הממצאים מצביעים על חמש קבוצות סיכון עיקריות, שחוזרות על עצמן במרבית התרחישים שנבדקו:

1. דיוק עובדתי ומשפטי, והזיות תוכן

נמצא כי כלים לשוניים עלולים לייצר אסמכתאות שגויות, ציטוטי פסקי דין שלא קיימים, או פרשנות מעורפלת של הלכה. הסיכון גובר כאשר השאלה מנוסחת באופן כללי, כאשר אין לצידו מאגר מקורות אמין, או כאשר המשתמש מבקש מסקנה במקום ביסוס. בהקשר ליטיגטורי, טעות כזו עלולה להיחשב הטעיה, לפגוע באמינות עורך הדין, ולגרום להוצאות.

2. סודיות, חיסיון, והעברת מידע לצד שלישי

במקרים רבים המשתמשים מזינים לכלי בינה מלאכותית פרטים מזהים, טיוטות תצהירים, מסמכי חקירה או תכתובות עם לקוח. נמצא פער משמעותי בהבנת תנאי השימוש של כלים ציבוריים ובשאלה האם הנתונים נשמרים, נלמדים, או מועברים לספקים נוספים. זהו סיכון ישיר להפרת חובת סודיות, ולעיתים גם לפגיעה בחיסיון עורך דין לקוח אם אין בקרה ונהלי עיבוד מידע מתאימים.

3. הטיות והוגנות דיונית

כלי בינה מלאכותית עלולים לשקף הטיות של נתוני אימון, לדוגמה בניסוח טענות ביחס לאוכלוסיות מסוימות, בהערכת מהימנות, או בהמלצה על אסטרטגיה תקיפה יותר נגד צד חלש. נמצא כי הטיות מופיעות גם בבחירת פסיקה שמודגשת, וגם בסגנון כתיבה המשדר ודאות שאינה מוצדקת. בהקשר של אתיקה מקצועית, קיימת חובה לשקול השפעה על הוגנות ההליך ועל כבוד האדם.

4. אחריות מקצועית, מיומנות ופיקוח

הממצאים מדגישים כי הסתמכות לא מבוקרת על תוצרי בינה מלאכותית יוצרת כשל פיקוח. כאשר מתמחה או עורך דין צעיר משתמש בכלי לכתיבת טיוטה, ללא בדיקה של עורך דין מנוסה, הסיכון לטעויות גדל. על פי עקרונות אחריות מקצועית, הכלי אינו מחליף שיקול דעת. האחריות נותרת על עורך הדין החותם ומייצג.

5. שקיפות כלפי הלקוח וכלפי בית המשפט

עלה מתח בין יעילות לבין חובת גילוי. מצד אחד, אין חובה כללית לציין בכל מסמך שנעשה שימוש בכלי טכנולוגי. מצד שני, כאשר יש אפשרות שהתוצר כולל סיכוני דיוק, או כאשר כלי נטל חלק מהותי בעיבוד ראיות, עולה צורך לגבש מדיניות: מתי מיידעים לקוח, כיצד מתמחרים עבודה, וכיצד מונעים מצג שווא לגבי היקף העבודה האנושית. בנוסף, במצבים שבהם קיים חשש שמובאים לבית המשפט מקורות שאינם מאומתים, חובת ההגינות כלפי הערכאה מחייבת בדיקה קפדנית.

דיון

התוצאות מצביעות על כך שהאתגר המרכזי אינו עצם השימוש בכלי בינה מלאכותית, אלא רמת המשילות, כלומר כללי שימוש, בקרות, ותיעוד. בליטיגציה, שבה כל טענה עלולה להיות מותקפת בחקירה נגדית או בבקשה למחיקת ראיה, כל כשל קטן עלול להפוך לבעיה אסטרטגית ואתית. לכן מומלץ לאמץ מסגרת עבודה שמבוססת על עקרונות: מינימיזציה של מידע, אימות מקורות, ובקרה אנושית מדורגת.

מבחינה פרקטית, ניתן ליישם את ההמלצות הבאות:

• הפרדת סביבות: שימוש בכלים ארגוניים או מקומיים עבור מידע חסוי, והימנעות מהזנת פרטים מזהים לכלים ציבוריים ללא הסכם עיבוד מידע מתאים.
• כלל אימות כפול: כל אסמכתא משפטית שמופיעה בתוצר, פסק דין, סעיף חוק, ציטוט, חייבת להיבדק במקור רשמי או במאגר משפטי מוסמך לפני הגשה.
• תיעוד תהליך: שמירת גרסאות, פרומפטים מרכזיים, והחלטות עריכה, כדי לאפשר הסבר בדיעבד כיצד נוצר המסמך וכיצד נבדק.
• הדרכה והסמכה פנימית: קביעת רמות הרשאה לשימוש, הכשרה לגבי הטיות, חיסיון, וכללי כתיבה לבית המשפט, ובפרט למתמחים.
• בדיקות איכות תקופתיות: מדידת שיעור שגיאות, זיהוי סוגי כשל חוזרים, והתאמת נהלים בהתאם לתיקים ולתחומי התמחות.

לבסוף, יש להדגיש כי שימוש אחראי יכול לשפר נגישות לצדק באמצעות הפחתת זמן עבודה על משימות שגרתיות, אך רק כאשר נשמרת אחריות מקצועית מלאה. ליטיגטור נדרש לראות בבינה מלאכותית כלי עזר, ולא מקור סמכות. אימוץ מתודולוגיה של ניהול סיכונים, כפי שמוצג במחקר זה, מאפשר ליהנות מהיתרונות מבלי לפגוע בחובות היסוד של המקצוע, כלפי הלקוח, כלפי בית המשפט, וכלפי הציבור.