AI voorspelt rechtszaken: 'Met traditionele research misten we 95% van de relevante data'

Je werkte als advocaat en bij het Ministerie van Justitie. Waarom begon je met Pre/Dicta?

„Ik werkte ooit aan een belangrijke zaak die behoorlijk wat financiële belangen met zich meebracht. We stonden daarbij voor een belangrijke beslissing die de zaak voor ons kon maken of breken. En dus gaf mijn kantoor me de opdracht om zo nauwkeurig mogelijk te voorspellen hoe de rechter op onze motie zou reageren. Ik heb toen een enorme bak aan informatie over eerdere beslissingen van die rechter doorzocht.''

„Ik moest alle eerdere uitspraken van die rechter doorzoeken om patronen te vinden. Na zeer uitgebreid onderzoek vond ik slechts twintig relevante uitspraken, waarvan geen enkele in product liability – het voor ons relevante rechtsgebied.''

„Uiteindelijk bleek dat rechters dat specifieke soort beslissing vaak simpelweg niet in een vonnis motiveerden. Dat was een openbaring voor mij. Het betekent in de praktijk dat we met traditionele juridische research soms 95 procent van alle relevante data misten. Dat inzicht kwam terug toen ik later voor het Ministerie van Justitie met big data en analytics ging werken.''

„Daar realiseerde ik me dat er een fundamenteel andere aanpak mogelijk was. In plaats van zoeken naar directe verbanden – bijvoorbeeld een specifieke juridische vraag gekoppeld aan een uitkomst – kun je patronen identificeren in veel bredere datasets. Je verbindt dan ook veel minder voor de hand liggende datapunten om patronen te ontdekken.''

Lees ook: Douwe Groenevelt over disruptie in de legal sector: 'AI sloopt hoge muren rond het juridische bastion'

Hoe werkt de DNA-methode die jullie ontwikkelden precies?

„We breken elke partij, advocaat en rechter op in aparte stukjes informatie. Stel dat je een zaak doet met het Duitse Bayer. We kijken dan niet alleen op naam, maar ook op alle relevante begrippen als 'farmaceutisch bedrijf', 'medisch apparatenbedrijf', 'beursgenoteerd', 'S&P 500', 'internationaal hoofdkantoor' en specifieke omzetcategorie.''

„Hetzelfde doen we voor advocaten en hun kantoren. Bij rechters kijken we ook naar hun complete achtergrond: law school, werkervaring in publieke en private sector en of ze staatsrechter of politicus waren voordat ze federaal rechter werden. Maar ook naar kennelijk minder relevante karakteristieken, zoals leeftijd, vermogen en inkomen.''

„Het idee is vergelijkbaar met hoe online advertenties werken. Als je plots een advertentie ziet voor een vakantie in de Bahama's terwijl je daar net over sprak, denk je misschien dat Google meeluistert. Maar waarschijnlijker is dat algoritmes jouw volledige profiel kennen – waar je woont, je inkomen, je koopgedrag – en daaruit voorspellen wat je interessant vindt.''

Jullie kunnen 'uitspraken tot 85 procent nauwkeurig' voorspellen. Hoe meet je dat?

„We sluiten willekeurig vijftigduizend resultaten uit van onze trainingsdata, bouwen het model opnieuw op, en laten het vervolgens 'blind' voorspellingen doen op die uitgesloten cases. Dan vergelijken we met de werkelijke uitkomsten. Dat is de enige valide manier om de nauwkeurigheid van ons model te meten.''

„Advocaten zijn aanvankelijk sceptisch. Maar een advocaat die zegt dat hij op basis van een paar bekende cases van collega's kan voorspellen hoe een rechter beslist, zou bij juridische research nooit genoegen nemen met zo'n kleine dataset. Toch doen ze het wel voor rechterlijk gedrag, simpelweg omdat er geen alternatief was.''

In Amerika kunnen jullie ook verschillende locaties kiezen. Kijken jullie daar ook naar?

„Zeker. We kunnen analyses draaien nog voordat een zaak wordt aangediend. Als we niet kijken naar juridische feiten en wetgeving, maar naar partijen en advocaten, kunnen we ook verschillende jurisdicties naast elkaar houden, om te kijken welke jurisdictie de beste perspectieven biedt.''

„Een concreet voorbeeld: een cliënt werd aangeklaagd in het federale gerechtshof van Florida, met een claim van 25 tot 40 miljoen dollar. Onze analyse toonde een zeer lage kans dat hun motion to dismiss, zeg maar een verzoek om de zaak ongegrond te verklaren, zou slagen. De zaak zou dan direct doorgaan naar de onderzoeks- ofwel discovery fase, met direct al zeer hoge kosten als gevolg.''

„Op verzoek van de opdrachtgever keken we ook naar de kansen voor een dismissal in het Central District of California, waar een van de verweerders was gevestigd. Resultaat: de kans op een succesvolle motion to dismiss ging opeens met tientallen procenten omhoog. Door simpelweg te verhuizen naar een andere jurisdictie konden we onze client tientallen miljoenen dollars besparen.''

Lees ook: Oracle investeert 1 miljard dollar in AI en cloudinfrastructuur in Nederland

Welke interessante inzichten levert jullie onderzoek naar de politieke bias van rechters?

„Het lijkt logisch aan te nemen dat de politieke voorkeuren van rechters doorwerken in hun uitspraken. Om die aanname te testen keken we hoe Democratische rechters vonnisten ten aanzien van bedrijven, en keken we ook of het geslacht van de rechter nog een rol speelt.''

„De resultaten waren verrassend: vrouwelijke rechters die werden benoemd door Obama zijn over het algemeen vrijwel net zo bedrijfsvriendelijk als Republikeinse rechters. Opmerkelijk genoeg zijn vrouwelijke rechters die door Trump werden benoemd juist het minst 'bedrijfsvriendelijk'.''

„Dit met data onderbouwde inzicht illustreert wat Nobelprijswinnaar Daniel Kahneman 'thinking fast and thinking slow' noemde. Als je snel denkt, spring je naar conclusies gebaseerd op simpele categorieën. Maar als je langzaam denkt, realiseer je je dat Obama vooral rechters benoemde van top law schools met big law-achtergrond en ervaring bij grote bedrijven.''

„Trump daarentegen was een atypische Republikeinse president die andere soorten rechters benoemde – niet uit de traditionele pool. Dit soort 'afwijkingen' leiden ook tot onverwachte uitkomsten. Mensen kunnen simpelweg niet gereduceerd worden tot één of twee karakteristieken.''

Hoe verandert dit de manier waarop advocatenkantoren met cliënten werken?

„Een groot verschil zit bijvoorbeeld in hoe in-house counsels opereren. Toen ik zelf in-house ging werken, ontdekte ik dat je cliënten eerst en vooral zakenmensen zijn. Die zijn niet geïnteresseerd in gedetailleerde juridische analyses over precedenten. Ze maken beslissingen op basis van data analytics – dat doen alle onderdelen van hun organisatie.''

„Nu kunnen advocatenkantoren hun cliënten benaderen op dezelfde manier. In plaats van te zeggen 'in deze meno vertellen we wat onze advocaten denken', kunnen ze zeggen: 'Op basis van een diepgaande data-analyse met geavanceerde algoritmes verwachten we dat deze zaak ongeveer zo lang gaat duren'.''

„Voor zaken waarin bijvoorbeeld schadevergoedingen centraal staan is dit cruciaal. Als je een aanbod krijgt voor een bepaald bedrag, terwijl je weet dat een tussentijds vonnis nog een jaar en aanzienlijke kosten vereist, kun je dat afwegen in je beslissing. Bedrijven moeten zich kunnen richten op hun corebusiness, en alles wat daarvan afleidt zo zakelijk en snel mogelijk regelen.''

Lees ook: Okke Suurenbroek van AkzoNobel: 'Onze zakelijke benadering van Legal AI heeft een relatief hoge risk appetite

Kunnen jullie het verloop van elke rechtszaak voorspellen met jullie datagedreven aanpak?

„Nee, er moet uiteraard wel voldoende hoogwaardige data beschikbaar zijn. Daarom doen we bijvoorbeeld geen Supreme Court-voorspellingen. Die doet simpelweg te weinig cases per jaar. Bovendien zijn de meeste uitspraken uitgebreid gepubliceerd, en werkt traditionele juridische analyse daarbij prima.''

„De zogenaamde appellate courts zijn ook lastiger. Dit zijn zeg maar Gerechtshoven met drie rechters die oordelen over de uitspraken van lagere rechters. Omdat je daarbij te maken hebt met drie rechters, die verschillende meningen hebben en elkaar bovendien ook beinvloeden, is dat een stuk complexer.''

„Het is echter zeker niet onmogelijk, en staat op onze roadmap. Daarbij is het goed om nogmaals op te merken dat we niet proberen om de juridische praktijk te vervangen. Wij doen voorspellingen over patronen en gedrag, waar advocaten de juridische argumentatie. Het zijn disciplines die elkaar kunnen aanvullen, en als je dat goed doet behaal je betere resultaten.''

Hoe zie jij de toekomst van voorspellende Legal AI en de impact op de sector?

„De kantoren die nu al data-gedreven werken, krijgen een enorm concurrentievoordeel. Ze kunnen cliënten adviseren op een manier die aansluit bij hoe moderne bedrijven opereren: gebaseerd op grondige data-analyse in plaats van anekdotische ervaringen van individuele advocaten.''

„Uiteindelijk gaat het om het democratiseren van informatie die voorheen alleen beschikbaar was voor advocaten met tientallen jaren ervaring bij een specifieke rechter. Nu kan elke advocaat binnen vijf seconden toegang krijgen tot inzichten die letterlijk tientallen miljoenen dollars kunnen besparen''

Ontvang elke week het beste van BusinessWise in je mailbox. Schrijf je hier nu gratis in: