Juridische AI maakt expertise waardevoller dan ooit

Juridische AI gaat een nieuwe fase in. Naarmate AI zich steeds meer verankert in professionele workflows, rijst de vraag waarom expertise een belangrijke onderscheidende factor blijft in juridische AI. Bij Wolters Kluwer vertalen we gezaghebbende rechtsbronnen, toonaangevende expertise en praktische richtlijnen naar een samenhangend weefsel van juridische kennis. Dat roept fundamentele vragen op. Welke rol spelen auteurs in de creatie van unieke klantwaarde? En hoe garanderen we dat vertrouwen, autoriteit en professioneel oordeelsvermogen centraal blijven staan in juridische AI

We gingen daarover in gesprek met Philipp Mueller, Senior Vice President en Chief Product Officer bij de divisie Legal & Regulatory.

Als we kijken naar de evolutie van drukwerk naar digitaal en nu AI – hoe ver staan we dan vandaag volgens jou op de weg naar AI-gereedheid? En hoe ziet de volgende fase met Libra eruit?

Philipp Mueller: We hebben deze verandering al twee keer eerder doorgemaakt. Drukwerk bood autoriteit, digitale media brachten toegankelijkheid en AI verandert het gebruik daarvan compleet. De vraag is dus bijgesteld. Decennialang vroegen we ons af: wat zegt de wet? En nu is de vraag: wat is er van toepassing op mijn situatie? Wat moet ik nu doen?   

De basis voor onze gereedheid is gelegd. We hebben de nodige rechtsbronnen. We hebben een wereldwijd netwerk van auteurs. We hebben redactionele normen. En we pasten de manier waarop onze kennis gestructureerd is aan, zodat AI er veel beter mee kan werken en er niet gewoon in moet zoeken. De volgende fase in dat traject is voor ons de verdere uitbouw van Libra tot één geïntegreerde omgeving voor onderzoek, schrijfwerk en revisie – geworteld in onze eigen bronnen, met in elke stap een link naar het oorspronkelijke materiaal, via de kennisgraaf en diverse andere functies om die samenhang te waarborgen.

Om het voor onze auteurs samen te vatten in één zin: Libra haalt je analyse naar boven op het moment dat een jurist volop aan het werk is en toont waar die analyse vandaan komt. We accentueren en belichten die rechtsbronnen dus veel effectiever dan ooit tevoren.

We omschreven de in Libra geïntegreerde knowledge graphs als de belangrijkste ontwikkeling in juridische kennis sinds de eerste overgang van gedrukte naar digitale content. Welke soorten verbanden, die traditionele zoekmethodes alleen niet kunnen leggen, worden nu zichtbaar? En waarom is dat belangrijk voor professionals?

Philipp Mueller: Eenvoudig gezegd vindt een traditionele zoekopdracht documenten die lijken op je vraag. Het gebruik van trefwoorden. Ze weet niet wat die documenten met elkaar te maken hebben. AI moet dat wel weten om goed te kunnen werken; en wij maken die verbanden duidelijk. 

Er bestaan veel verschillende soorten verbanden, en sommige zijn belangrijker dan andere. Denk maar aan welke bepaling door een ruling wordt geïnterpreteerd, of een beslissing nog steeds geldt, welk commentaar bij welk artikel hoort, hoe een begrip in verschillende rechtsgebieden wordt opgevat, welke versie van een regel op een bepaalde datum van toepassing was enzovoort.

Een concreet voorbeeld hiervan is één gewijzigde bepaling die in verband gebracht wordt met de rulings die ze interpreteren, of het commentaar dat ze toelicht, de clausules en templates die ze implementeren, en de zaken waarop ze een impact heeft. Je ziet dus duidelijk een web van verbanden. Waarom is dat belangrijk? De juiste jurisdictie, het juiste moment en de juiste hiërarchie in rechtsbronnen zijn allemaal essentieel om ervoor te zorgen dat de professionals die klant bij ons zijn hun werk goed en betrouwbaar kunnen doen.

We willen onze tools ontwikkelen tot het punt waarop ze dat concreet kunnen zien. Interpretatieve verbanden zijn zonder expertise het moeilijkst te vatten: Welke van twee tegenstrijdige rechtsbronnen krijgt voorrang? Is een onderscheid belangrijk, zijn twee concepten gelijkwaardig? Daar is oordeelsvermogen voor nodig; en dat komt uiteindelijk van onze auteurs.

Wat is dan het praktische verschil tussen AI die relevante informatie ophaalt en AI die rekening houdt met die verbanden? Wanneer wordt dat verschil concreet voor een jurist?

Philipp Mueller: Met retrieval krijg je relevante fragmenten. Traditioneel krijg je dan fragmenten van teksten of complete documenten te zien. Maar als gebruiker moet ik de puzzel nog steeds zelf leggen en weten wat ik mogelijk over het hoofd heb gezien.

Je moet al goed vertrouwd zijn met de kennis in die collectie, in het corpus waarmee je werkt. Met de verbonden context weet het systeem precies hoe de puzzelstukjes in elkaar passen: wat precies wat interpreteert, wat precies wat nuanceert en wat vandaag de dag nog van toepassing is. De machine heeft dus een veel beter beeld van het terrein waarop ze werkt, en kan precies die relevante stukken bovenhalen die nodig zijn om een specifieke vraag of een gerichte prompt te beantwoorden.

Dat wordt heel concreet wanneer een vraag meer is dan een simpele zoekopdracht. Tegenstrijdige rechtsbronnen, een grensoverschrijdend element, misschien controleren of een eerdere zaak nog wel als precedent kan dienen … In dat soort situaties beweegt diezelfde context vaak mee met het werk. Zeker nu we proberen om het hele traject van onderzoek, schrijfwerk en revisie te verlichten. We krijgen één consistent inzicht in de hele zaak, zonder dat bij elke stap opnieuw te moeten opbouwen. 

Het verandert ook wat we naast de analyse kunnen aanbieden. We hebben nu al – en zijn dat nog actief aan het uitbreiden – een ruime verzameling aanvullend materiaal, zoals checklists, templates en praktische richtlijnen die specifiek antwoord geven op de vraag: wat moet ik nu doen? Dat geldt vooral voor kleinere firma’s, die misschien geen grote bibliotheken met precedenten hebben. Zo injecteren we veel van die zeer praktische kennis in dat systeem.

Waarom is die shift naar geconnecteerde juridische kennis vandaag nodig? En wat verwachten professionals van AI wat een traditionele zoekopdracht niet kon bieden?

Philipp Mueller: De verwachtingen zijn flink verschoven – van simpelweg antwoorden krijgen naar resultaten aansturen. Professionals verwachten die functionaliteit nu in hun werk zelf, en niet ernaast. Ze verwachten dat het AI-systeem, het platform of de tools dat allemaal leveren. We zien dat generieke AI wel redelijk vlot is in die dingen, maar niet controleerbaar is. Er is geen bewijsspoor. Geen traceerbaarheid. Er is nauwelijks duidelijkheid over jurisdicties of datums. Er zit geen deskundige autoriteit achter de antwoorden die generieke AI me geeft. In een gereguleerd beroep is die capaciteitsleemte echt beslissend. 

Als professional kan je gewoon niet vertrouwen op de output van generieke AI. Met de injectie van deze functionaliteiten geven we onze gebruikers de zekerheid die ze nodig hebben. Dat wordt al heel snel duidelijk, zelfs in vergelijking met andere systemen die conventionele retrieval doen op rechttoe, rechtaan documenten[A2.1]. Andere bestaande systemen zijn heel goed in het vinden van fragmenten, maar slecht in het redeneren over verschillende bronnen heen.

Wat onderschat de markt nog steeds in deze verschuiving?

Philipp Mueller: Volgens mij onderschat de markt de cruciale rol die gestructureerde, betrouwbare kennis en content spelen in het oplossen van de vaak zeer complexe vraagstukken waar onze gebruikers dagelijks mee te maken hebben. Ze moeten er blind op kunnen vertrouwen dat de tools die ze gebruiken een antwoord geven waarop ze kunnen bouwen. En wat wij doen – al decennia – is hen dat bewijsmateriaal leveren.

Dat vertaalt zich nu naar dit nieuwe medium, die nieuwe manier van werken. We kunnen er nu ook een diepgang en rijkdom aan geven die eerder ondenkbaar was, omdat het medium beperkter was. Door deze verschuiving kunnen we de gebruikerservaring voortaan verrijken, wat met de eerdere technologieën moeilijk was.

AI-modellen worden stilaan breed beschikbaar. Waarin kan je je duurzaam onderscheiden? En wat dragen auteurs bij dat de onderliggende rechtsbronnen alleen niet kunnen bieden?

Philipp Mueller: Iedereen heeft toegang tot dezelfde onderliggende technologie, dus niemand kan op de lange termijn de overhand houden, louter op basis van het model. Duurzame differentiatie zit ‘m in de combinatie van betrouwbare bronnen, deskundige interpretatie, de structuur die ze onderling verbindt, de meting van de kwaliteit en de integratie in concrete werkprocessen.

De bronnen zeggen wat de regel inhoudt. Onze auteurs vertellen je wat het betekent, waar er onenigheid over bestaat, hoe het in de praktijk wordt toegepast en waar je op moet letten. Wat in die context net aan waarde wint in plaats van inboet, is juist de interpretatie wanneer de wet erover zwijgt of onduidelijk is, bij het afwegen van tegenstrijdige standpunten, en in de praktische knowhow die teruggaat naar de vraag: wat moet ik nu doen? De praktische knowhow is nooit in de wet geraakt. Duidelijke verbanden tussen die elementen maken de bijdragen van de auteur beter zichtbaar én beter herbruikbaar. Ze duiken op waar dat relevant is, en niet alleen in de publicatie waarvoor ze zijn geschreven. Zo komen de inzichten vanzelf naar mij als professional, als gebruiker toe, en moet ik ze niet gaan zoeken.

Dat roept een volgende vraag op: als AI de eerste interface wordt, hoe blijft de auteur dan zichtbaar?

Philipp Mueller: Deze technologieën helpen ons om ervoor te zorgen dat we in alle contexten zicht blijven houden op de bron of bronnen. Dat betekent dus dat we nu – misschien wel makkelijker dan vroeger – kunnen verwijzen naar auteurs die bijdragen aan de context van een specifieke zaak of een bepaald dossier.

We investeren niet alleen in het blootleggen van die inzichten op dataniveau, maar hebben ook plannen om op het niveau van de gebruikersinterface op zoek te gaan naar nieuwe manieren om dat soort informatie aan te bieden. Ook hier weer om te garanderen dat auteurs zichtbaar blijven in alle contexten waaraan ze een relevante bijdrage leverden.

Gebruikers vertrekken dus steeds vaker van een door AI gegenereerd antwoord. Maar hoe helpen betrouwbare content van experts, traceerbaarheid en directe toegang tot de onderliggende bronnen dan om vertrouwen in de resultaten op te bouwen?

Philipp Mueller: Het principe is vrij eenvoudig. We zorgen altijd voor een spoor naar de bron, met jurisdictie, datum en namen van de experts. Het vertrouwen schuilt dus in de mogelijkheid om dit te controleren. Je gaat in één stap van antwoord naar de onderliggende rechtsbron. Zo kun je zelf oordelen. Dat is opnieuw een kwestie van dat blootleggen in de gebruikerservaring en op niveau van de data zelf, en onze gebruikers daar op tastbare wijze toegang toe bieden.

Ik durf dus te stellen dat AI de zichtbaarheid van auteurs net vergroot, en niet verkleint. Met gedrukte media bereik je de lezers van één publicatie. Nu verschijnt je analyse precies op het moment dat die relevant is. We willen die invloed meer tonen. En we gaan dat ook verder uitwerken met onze auteurs. We hebben een hoop boeiende ideeën voor de volgende stappen. Daar gaan we de komende weken en maanden dan ook samen mee aan de slag.

Zichtbaarheid is één deel van vertrouwen. Het andere is de samenwerking tussen AI, deskundige content en professioneel oordeel. Libra combineert AI met de expertise van onze auteurs en legt zo een betrouwbare basis voor professionals. Waar blijft professioneel oordeel dan onmisbaar als je finale knopen moet doorhakken?

Philipp Mueller: Die keten lijkt me redelijk eenvoudig. Onze auteurs zorgen voor de expertise. Libra en onze contentsystemen structureren die expertise en verbinden alles. Zij geven de voorzet. De professional neemt de beslissing.

Oordeelsvermogen is volgens mij een must als de wet onduidelijk is, rechtsbronnen elkaar tegenspreken en feiten dubbelzinnig zijn. En precies dan hebben eindcliënten een jurist het hardst nodig. Maar evengoed zodra risicobereidheid, strategie en de situatie van de cliënt om de hoek komen kijken, of voor alles wat voor de rechter, een toezichthouder of een tegenpartij moet komen. 

De rol van de professional verschuift dus van productie naar validatie en toezicht. De verantwoordelijkheid verschuift helemaal niet: die blijft bij de professional. Het grote voordeel is de tijdswinst. Er gaat minder tijd verloren aan het leggen van de puzzel en er blijft meer tijd over voor het oordeel, dat echt om een jurist vraagt. Daarom investeren wij in die technologie en techniek: ze brengen de gebruikers van onze producten razendsnel naar de oordelen en antwoorden die ze nodig hebben.

Dat zijn de zaken die we nu doen met de teksten van onze auteurs. Wat brengt de toekomst?

Philipp Mueller: We zijn natuurlijk ook met heel veel andere dingen bezig. Voor ons beslaat de knowledge graph niet alleen onderzoek, maar ook vele andere onderdelen van de workflow. Naarmate we Libra verder ontwikkelen, integreren we het natuurlijk ook in ons volledige aanbod van 'legal tech'-producten: onze oplossingen voor praktijkbeheer zoals Kleos, en Legisway voor juridische afdelingen van bedrijven. Er komen ook integraties aan voor producten in andere landen, bijvoorbeeld voor Brightflag, onze oplossing voor uitgaven- en zaakbeheer, en ELM. We werken aan het bundelen van onze producten in een coherente suite van functionaliteiten die pas echt slagkracht krijgen als we ze samenbrengen in de Libra.

Hoe verder we daarin geraken, hoe meer samenwerkingen en integraties met systemen van derden we mogen verwachten.

Wanneer gaan deze nieuwe functies live?

Philipp Mueller: We zijn eigenlijk al van start gegaan, achter de schermen. Veel van die functies dragen uiteraard bij aan de chat, aan de AI-ervaring. Dat zit dus wat verborgen. Maar de komende maanden lichten we de sluier verder op. De gebruikerservaring kent afhankelijk van het land verschillende snelheden. 

Met deze nieuwe technologie creëren we voor onze gebruikers een nieuw platform waarmee ze hun doelgroep bereiken op manieren die eerder ondenkbaar waren, om zichtbaar te zijn op momenten tijdens de workflow waarop gebruikers vroeger op de spreekwoordelijke pauzeknop moesten drukken om de content apart te bekijken, terwijl we de auteur nu proactief in het werk betrekken. Zo creëren we effectief een gloednieuw platform en een heel nieuwe zichtbaarheid.
We bouwen dus enthousiast verder aan die ervaringen. Uiteindelijk willen we onze auteurs juist meer in de schijnwerpers zetten, niet minder.

De boodschap is duidelijk: hoe krachtiger AI wordt, hoe waardevoller expertise zal zijn. De toekomst ligt niet bij AI of bij experts, maar bij AI die steunt op betrouwbare expertise, zodat professionals betere beslissingen kunnen nemen.