Den osynliga kunskapen som får juridisk AI att spåra ur

Tekniken imponerar – resultatet skrämmer

Ett frustrerande mönster håller på att etableras inom juridiska team som börjat använda AI-verktyg i sitt dagliga arbete. Texterna som genereras är språkligt korrekta och levereras på sekunder, men innehållet får erfarna jurister att rycka till. Förhandlingsställningar som ingen rimlig motpart skulle acceptera. Klausuler som går stick i stäv med organisationens tidigare ståndpunkter. Formuleringar som tekniskt sett är korrekta men kommersiellt katastrofala.

Enligt Electra Japonas, produktchef på SimpleDocs, ligger problemet inte i modellernas kapacitet utan i den fundamentalt bristande kontexten de får att arbeta med.

Den osynliga kunskapen som styr allt

När en senior jurist granskar ett avtal arbetar de aldrig i ett vakuum. Varje beslut grundas på lager av ackumulerad kunskap: organisationens historiska ställningstaganden, marknadsstandard för specifika branscher, vad just denna affär ska uppnå, och inte minst – var de absoluta gränserna för förhandling går.

Denna kunskap dokumenteras sällan explicit. Den lever i mejlkonversationer, muntliga överenskommelser, tidigare avtalsversioner och den tysta förståelse som byggs upp över år av gemensamt arbete. För en mänsklig jurist är detta den naturliga kontexten. För en AI-modell är det en svart låda.

Kontextens flerdimensionella utmaning

Problemet är mer komplext än det först verkar. Kontext inom juridiskt arbete opererar på minst tre kritiska nivåer som AI-system måste hantera samtidigt:

Organisatorisk kontext handlar om företagets DNA – vilka risker de är beredda att ta, var deras icke-förhandlingsbara gränser går, och hur de historiskt agerat i liknande situationer.

Transaktionskontext fokuserar på den specifika affären – vad parterna försöker uppnå, maktbalansen i förhandlingen, och de unika omständigheter som påverkar just denna överenskommelse.

Marknadskontext omfattar branschstandarder, rådande marknadsförhållanden och vad som faktiskt är genomförbart i praktiken.

Varför språkmodeller fastnar här

Stora språkmodeller tränas på enorma mängder juridisk text och kan identifiera mönster med imponerande precision. Men mönsteridentifiering är inte detsamma som kontextuell förståelse. En modell kan perfekt återskapa språkbruket i ett specifikt jurisdiktion utan att förstå varför just dessa formuleringar valdes eller när de är lämpliga att använda.

Det här blir särskilt problematiskt när AI-verktyg används för komplexa uppgifter som avtalsförhandling eller riskbedömning. Modellen kan föreslå språkbruk som är juridiskt korrekt men strategiskt förkastligt, eller identifiera risker som är teoretiskt relevanta men praktiskt försumbara.

Vägen framåt kräver systemtänk

Lösningen ligger inte i bättre språkmodeller utan i bättre kontextuella system. Juridiska AI-verktyg måste designas för att integrera organisatorisk kunskap på samma sätt som de integrerar juridisk teori.

Detta innebär att bygga system som kan lära sig från organisationens historiska beslut, förstå affärskontext och anpassa sig till specifika branschstandarder. Tekniskt sett handlar det om att kombinera traditionell kunskapsrepresentation med moderna språkmodeller – en hybrid som kan dra nytta av båda världarnas fördelar.

Utmaningen är betydande men inte olöslig. Den kräver bara att vi slutar behandla juridisk AI som en ren språkuppgift och börjar se det som det kontextuella kunskapsproblem det faktiskt är.