vak & mens cover

door Carmen Geukers beeld Sjoerd van der Hucht

Welke slimme software is een waardevolle toevoeging aan het juridisch instrumentarium? Vijf kantoren vertellen met welke AI-tools hun advocaten op dit moment werken.

Het is november 2022 als de wereld kennismaakt met ChatGPT. Een paar maanden daarvoor werd het eerste contact gelegd tussen Allen & Overy (inmiddels A&O Shearman) en Harvey, het Amerikaanse bedrijf dat maker is van de gelijknamige juridische AI-tool. Harvey maakt gebruik van de OpenAI-technologie waar ook ChatGPT op gebaseerd is, met een extra ‘laag’ om het gebruik meer toe te spitsen op de juridische dienstverlening. Het programma is daarnaast beter in het vermelden van de bronnen van de informatie die het verstrekt.

‘Harvey was op dat moment de enige juridische tool die al gebruik kon maken van OpenAI’s GPT-4-technologie. Er was op dat niveau niets anders beschikbaar,’ vertelt Cees van Ginneken, finance advocaat bij A&O Shearman in Amsterdam. Er volgde een testfase in een zogeheten sandbox, een afgesloten omgeving om een programma in te draaien. ‘Hoe kunnen onze juristen, die allemaal onder erg strikte regelgeving vallen en die erg zorgvuldig met cliëntendata om moeten gaan, hier straks wereldwijd mee werken? Dat hebben we heel zorgvuldig getest.’ In februari 2023 lanceerde A&O Shearman als eerste advocaten­kantoor ter wereld een samenwerking met Harvey. Inmiddels werken er binnen het kantoor bijna vierduizend advocaten mee.

Vraagbaak

Gemiddeld krijgt Harvey zo’n vijfduizend vragen per dag. Van Ginneken gebruikt het programma bijvoorbeeld om snel te reageren op een ingekomen e‑mail. ‘Ik kopieer en plak de hele mailwisseling in de tool en zeg wat ik ongeveer wil gaan doen. Wat wil ik zeggen, wat wil ik niet zeggen? Ga ik bijlages toevoegen? Ik kan aangeven of het in het Nederlands of Engels moet, wat de toon moet zijn, hoelang de e‑mail moet zijn. Daar komt een conceptmail uit, die ik vervolgens aanpas en waarin ik reageer op de belangrijkste punten uit de ingekomen e‑mail. Dat is een behoorlijke efficiëntiewinst.’

Hij geeft een ander, iets inhoudelijker voorbeeld. ‘Als litigator kun je Harvey laten schieten op argumentatie. Je typt wat je wil gaan vertellen. Vervolgens kun je vragen: wat zijn nu vragen die ik kan verwachten? Of: welke argumenten mis ik hier?’

Ook CMS draaide een succesvolle internationale pilot met Harvey. De AI-software wordt nu uitgerold binnen de kantoren in het Verenigd Koninkrijk, Frankrijk, Duitsland en Nederland. Op dit moment werken vijftig CMS-advocaten in Nederland met Harvey. ‘We evalueren het na enige tijd en bevalt het goed, dan nemen we meer licenties af om de tool toegankelijk te maken voor een grotere groep,’ aldus Katja van Kranenburg, partner en advocaat arbeidsrecht bij CMS in Amsterdam en Lead Human Capital bij de Nederlandse AI Coalitie.

Van Kranenburg vindt het programma erg handig voor onder andere het analyseren en samenvatten van teksten. ‘Stel: je hebt een ellenlange tekst die je wilt samenvatten. Dan vraag je dat aan Harvey en kijk je wat eruit komt. Of je vraagt wat de belangrijkste punten uit een document zijn.’ Ze benadrukt dat het altijd nodig is een tekst zelf te lezen om vast te kunnen stellen of het antwoord volledig is. Het blijft een draft, maar het voordeel is dat je in een paar minuten een eerste concept hebt. We moeten ermee leren omgaan, weten wat het kan en wat de beperkingen zijn.’

Het klinkt als een waardevolle toevoeging aan de juridische gereedschapskist. Is het, gelet op de kosten, voor kleinere kantoren haalbaar om met Harvey te werken? Daarover hullen de advocaten zich in stilzwijgen. Wel zijn er volgens Van Ginneken aardig wat tools beschikbaar op de Nederlandse markt die voor ieder budget iets te bieden hebben. ‘Je hoeft niet per se een partnership aan te gaan met een grote tech firm en met de makers van al die modellen om iets met AI te kunnen doen. Maar het is wel belangrijk om na te denken over AI in samenhang met je bedrijfsvoering, risico-inschattingen maken en medewerkers trainen in het veilig gebruiken van AI-tools.’

Soms presteert de AI niet goed genoeg, zoals bij het interpreteren van begrippen in de wet die voor meerderlei uitleg vatbaar zijn. Van Kranenburg kreeg een zaak met een korte deadline. ‘Ik dacht: even kijken of Harvey wakker is. Dus verwerkte ik de vraag van de cliënt in een prompt en zei: dit is een vraag van een bedrijf, zo groot, in deze sector.’ Omdat het AI-model niet leert van de data (cliëntgegevens blijven van CMS), kon ze ook relevante documenten van de cliënt uploaden.

‘Verder had ik de wettekst toegevoegd en gezegd: daarin moet het antwoord te vinden zijn. Daar kwam een totaal onzinnige respons uit, simpelweg omdat de structuur van de wet in combinatie met de vraag niet eenduidig genoeg was. Je moet echt ervaring opdoen met het geven van duidelijke instructies in een prompt om goede output te krijgen.’ In 2017 was Van Kranenburg betrokken bij een pilot met ‘supercomputer’ IBM Watson. ‘Daarvan heb ik geleerd dat je die machine moet helpen de context en de terminologie te begrijpen. Dus als het begrip “werkgever” op zeven manieren geïnterpreteerd kan worden, dan moet je alle zeven interpretaties aan AI uitleggen.’

Relevanter

Sommige kantoren geven er de voorkeur aan het wiel deels zelf uit te vinden. ‘Het openbare ChatGPT gebruiken voor professionele doeleinden, dat is uit den boze bij ons. Daarom zijn we gaan kijken naar een oplossing die net zo slim is, maar wel binnen onze beschermde IT-infrastructuur kan draaien,’ vertelt Martijn Loth, advocaat technologie en data bij Taylor Wessing in Amsterdam. ‘Zo is onze tool TWLitium ontstaan. Wél gebaseerd op het slimme GPT-4-model van OpenAI, maar het draait volledig binnen onze Microsoft Azure-omgeving. De data blijft dus bij ons en komt niet bij OpenAI terecht.’

TWLitium wordt nu gebruikt als een first draft-tool voor blogs, artikelen of marketingteksten. Wat volgens Loth in de toekomst mogelijk zou zijn, maar waarvoor het kantoor nog geen interne goedkeuring verleent, is het gebruik van gegevens uit cliëntdossiers. ‘Voor veel cliënten werken we al jaren. Van hen weten we goed wat ze wel en niet acceptabel vinden. Met de juiste waarborgen is het denkbaar dat je voor bepaalde cliënten een “AI-assistent” maakt, die alvast een eerste review kan uitvoeren van voor hen onderhandelde contracten.’

Dat cliëntgegevens nog niet gebruikt worden, heeft volgens Loth twee redenen. De eerste is het gebrek aan regelgeving. ‘Wat zeggen de gedrags­regels hierover? Is dit in lijn met bijvoorbeeld de vertrouwelijkheid? Vergeleken met de Verenigde Staten of het Verenigd Koninkrijk lopen we hier enorm achter met het geven van richtlijnen aan de beroepsgroep voor het gebruik van AI-tools.’

Als tweede reden noemt hij de AI-perceptie van de klant. ‘Je hebt op dit moment twee soorten cliënten binnen de advocatuur. De ene zegt: ik wil dat jullie dit gaan gebruiken, want het biedt mij alleen maar voordelen. En tegelijkertijd hebben we cliënten die huiverig zijn. Die niet willen dat hun data door een “black box” verwerkt wordt. Totdat we als kantoor cliënten goed hebben kunnen voorlichten en een makkelijke segmentatie kunnen maken in cliënten die wel en niet goedkeuring geven, is het beleid dat we cliëntgegevens niet gebruiken.’

Loth heeft naast zijn juridische ervaring eveneens een technische achtergrond. ‘Ik ben van huis uit programmeur en systeembeheerder. Mijn werk is de versmelting van twee hobby’s.’ Hij vertelt dat Taylor Wessing bezig is met optimalisatie van de AI-tool door Retrieval Augmented Generation (RAG’ing). ‘Je kunt als gebruiker tegen een Large Language Model (LLM) zeggen: genereer een geheimhoudingsovereenkomst. Hier heb je een goed voorbeeld op basis van onze modellen. Dan geef je als gebruiker zelf context mee. Maar misschien weet de gebruiker niet van het bestaan van bepaalde modellen, of weet de gebruiker niet hoe je context bij prompts kunt meegeven.’

Met RAG’ing wordt de AI al aan de achterkant voorzien van context door voor het LLM externe, goedgekeurde informatiebronnen te introduceren. ‘Zodat de AI de bewoordingen van onze modellen al kent en weet dat het die als context kan gebruiken bij het genereren van een antwoord.’ Het is dus een methode om de output van een AI-model relevanter te maken, zonder dat de gebruiker zich bij iedere prompt met aanvullende context bezig hoeft te houden.

Bovendien is het een manier voor kantoren om zich te onderscheiden. ‘Deze context kunnen we aan TWLitium toevoegen om meer betrouwbare en relevante resultaten te krijgen. Bovendien zal onze interne knowhow verschillen van andere kantoren. Dat betekent dat twee advocaten­kantoren kunnen werken met hetzelfde GPT-4-basismodel, maar dat het ene kantoor door RAG’ing relevantere antwoorden krijgt.’

Contracten

Het Amsterdamse Lexence heeft een werkgroep opgericht die zich bezighoudt met AI. ‘In onze LexAI-werkgroep zijn alle afdelingen vertegenwoordigd met een of twee medewerkers,’ vertelt vastgoedadvocaat Alexander Heijting. ‘Deze advocaten, notarissen en stafmedewerkers onderzoeken wat AI kan betekenen voor onze dagelijkse praktijk.’

Zo doet de sectie ondernemingsrecht een proef met het opstellen van contracten met ClauseBuddy. Die tool maakt het eenvoudiger om bepalingen in contracten op te nemen op basis van een grote database van clausules. ‘Met behulp van AI kun je vervolgens clausules reviewen, met elkaar vergelijken en eventueel aanpassen. Zo kun je een gedetailleerde clausule voor jouw overeenkomst samenstellen.’ Het AI-programma gebruikt op dit moment generieke voorbeeldclausules, maar Lexence wil toewerken naar een database waarin voorbeelden worden gegenereerd met informatie uit de eigen dossiers.

Volgens Heijting zit de grootste winst in de data waarmee het programma aan de achterkant is gevoed. ‘Uiteindelijk draait AI om het interpreteren van enorme hoeveelheden data, iets wat wij als mens niet kunnen. Daar zit het voordeel. Idealiter, maar dat is nog wel toekomstmuziek, leest zo’n programma mee en kijkt al gelijk: hoe kan ik bijvoorbeeld een concurrentiebeding aanpassen voor deze specifieke overeenkomst? Onder andere aan de hand van de partijnaam, of de stijl waarin de overeenkomst geformuleerd is.’

Ook A&O Shearman had behoefte aan een AI-tool voor contractonderhandelingen. In samenwerking met Microsoft en Harvey ontwikkelde het kantoor ContractMatrix. ‘Stel: er komt een contract binnen dat je moet heronderhandelen,’ zegt Van Ginneken. ‘Dan klik je in Word de plug-in van ContractMatrix aan. Je selecteert het onderdeel van de overeenkomst dat je wilt reviewen. De tool komt dan met behulp van AI met een reeks aan relevante alternatieve clausules uit onze database.’

Die database van A&O Shearman is wel gevuld met hun eigen data. ‘Medewerkers willen stukken vergelijken met hun eerdere werk of dat van hun team. Ze denken dan: ik heb dit een jaar geleden eerder gedaan, deze zin wil ik weer precies op die manier hebben, hoe zat het ook alweer? Dan moet je zonder tools op zoek naar die ene zin in dat ene document. Wij hebben alle relevante juridische documenten verzameld en als precedenten in ContractMatrx gezet. Dit noemen wij benches en die kun je met deze tool heel eenvoudig doorzoeken.’

Bovendien kunnen advocaten Harvey direct in ContractMatrix om advies vragen over de voorliggende overeenkomst. ‘Je kunt bijvoorbeeld vragen: zijn deze wijzigingen acceptabel voor de koper? Of: wij staan de verhuurder bij en we willen een goede middenweg vinden in de voorgestelde wijzigingen,’ noemt Van Ginneken op. Vervolgens geeft de AI een suggestie met toelichting. ‘Dit is er gewijzigd, daarom is het gewijzigd, en je kunt het controleren met deze stukken die je eerder hebt gemaakt. Dat geeft begeleiding, bespaart tijd en leidt tot betere kwaliteit.’

Intelligent archief

NautaDutilh benadert het gebruik van generatieve AI als ‘intelligence augmentation’, aldus ICT-Director Sijmen Vrolijk. ‘We willen AI inzetten als aanvulling op menselijke capaciteiten. We zoeken naar situaties waarin je als mens het werk niet zou moeten willen doen, of waar wij als mens niet goed in zijn, zoals heel grote datasets verwerken. Dat kun je beter laten uitvoeren door AI, met de mens als controleur achteraf.’

Zo heeft de finance praktijkgroep van het kantoor een juridische database van facilities agreements (een document met de voorwaarden waaronder een kredietverstrekker bereid is een lening te verstrekken). Als het werk is afgerond, moeten de documenten in de database komen. ‘Zodat advocaten op een later moment kunnen terugkijken: hebben we eerder een zaak gedaan in dit kader? Was dit of dat van toepassing? Het is veel werk om de documenten die zij produceren goed gecategoriseerd in de database te krijgen,’ vertelt Vrolijk.

Daarom wordt nu getest of dat kan worden geautomatiseerd. ‘De advocaten kunnen de database doorzoeken met behulp van vooraf vastgestelde vragen en daar hun zoek­opdracht op filteren. De vragen worden beantwoord met behulp van generatieve AI. Dat moet wel nog gecontroleerd worden door een medewerker, we proberen het alleen zo veel mogelijk te automatiseren. Dat wordt normaal gedaan door juristen in hun beginjaren van de advocatuur, zij zijn er het meest bij gebaat.’

Het kantoor test daarnaast het gebruik van Copilot, de in Office geïntegreerde AI-tool van Microsoft. Vrolijk merkt dat het niet ontwikkeld is voor de juridische dienstverlening. ‘Je kunt tegen Copilot zeggen: neem deze brief-template als basis en kopieer het format, het taalgebruik, de opbouw en maak op basis van deze informatie – die je er vervolgens bij typt – een nieuwe brief. Dat bespaart veel tijd, maar op die manier kun je geen juridisch inhoudelijke documenten voor cliënten opstellen.’

Binnen CMS wordt Copilot eveneens ingezet. Van Kranenburg: ‘Stel, je werkt aan een internationale deal en je hebt ’s ochtends een volgestroomde inbox. Dan kun je Copilot vragen om samen te vatten wat je die nacht gemist hebt en wat je nu moet doen.’

Heijting heeft nog niet met Copilot gewerkt in de zakelijke omgeving van Lexence. Hij gebruikt het wel voor het maken van afspraken in de agenda, e‑mails en powerpoints. Heijting is daarnaast enthousiast over de vertaalcapaciteiten van ChatGPT. ‘Als je een brief of advies wilt vertalen, dan gaat het sneller om het te anonimiseren en te laten vertalen door ChatGPT, dan om het helemaal zelf te doen. En het geeft een beter resultaat dan bijvoorbeeld Google Translate.’

Marktaanbod

Het aanbod aan juridische AI-tools is enorm, ziet Heijting. ‘Het is een vloedgolf aan verschillende programma’s. De uitdaging is om het juiste te vinden.’

Zo gebruikt NautaDutilh Luminance om due diligence te doen op een grote hoeveelheid stukken. ‘Daarbij kijk je in omvangrijke teksten, zoals notulen, waar de risico’s liggen en welke risico’s gemitigeerd moeten worden,’ legt Vrolijk uit. Ook CMS gebruikt hiervoor AI. Van Kranenburg: ‘We hebben gekeken naar due diligence tools die duizenden pagina’s tekst kunnen analyseren om vragen te onderzoeken als: wie heeft er binnen deze jurisdicties een concurrentiebeding en hoe luidt dat dan?’

Voor ‘e-discovery’ gebruikt NautaDutilh FORCYD. Daarbij wordt onder andere in data en metadata gezocht naar zaken die in litigation kwesties relevant kunnen zijn. ‘Wanneer is een foto gemaakt, is hij op een harde schijf opgeslagen, is hij weleens verstuurd als bijlage bij een mail,’ somt Vrolijk op. ‘Op die manier kun je in het kader van een procedure onderzoek doen naar het gebruik van een bestand. Politie en justitie gebruiken dit soort tools bijvoorbeeld voor forensische analyses.’

Taylor Wessing werkt in venture capital deals met Kira. Het programma helpt M&A-advocaten hun cliënten te adviseren over mogelijk interessante investeringsopties. Loth: ‘De tool analyseert term sheets van opkomende tech bedrijven om te kunnen aangeven hoe “gebruikelijk” een bepaalde eigenschap van de voorgestelde deal is. Het is een soort trend analysis voor een nichemarkt die ontzettend nuttig kan zijn tijdens onderhandelingen.’

De kantoren benadrukken dat ze continu monitoren wat de markt te bieden heeft en welke tools mogelijk geschikt zijn voor hun medewerkers. Vrolijk: ‘Op het moment van aanschaf kijken we vooruit. Tegen welke problemen gaan onze medewerkers bij het gebruik aanlopen? Om dat op voorhand al te tackelen, schakelen wij zelf een expert in. En als we iets vinden wat beter aansluit bij onze behoeftes, dan gaan we werken met een ander programma. Wat wij nu gebruiken is echt een momentopname.’