newboi
Đàn iem Duy Mạnh
Taryn Plumb - ngày 15 tháng 9 năm 2025
nếu tương lai của AI doanh nghiệp không nằm ở tốc độ, mà là chiều sâu kiến thức?
đây là ván cược của Thomson Reuters Westlaw; nền tảng Nghiên cứu Sâu của công ty được thiết kế đặc biệt để tiết kiệm thời gian, hoạt động trung bình 10 phút.
điều này cho phép tác nhân nghiên cứu nhiều-bước lập kế hoạch, thực hiện và trích xuất từ một tập dữ liệu chuyên sâu, được chọn lọc với hơn 20 tỷ tài liệu — bao gồm án lệ, quy chế, phán quyết hành chính, nguồn thứ cấp và nội dung biên tập pháp lý có cấu trúc cập nhật. Về mặt hậu trường, nó kết nối với một bộ công cụ được phát triển cao mà các luật sư có thể sử dụng để kiểm tra các phát hiện và tìm hiểu sâu hơn về các tình huống pháp lý.
không giống như các hệ thống tạo dữ liệu tăng cường truy xuất (RAG) tiêu chuẩn, Nghiên cứu Sâu được thiết kế để loại bỏ lỗi và ảo giác, cung cấp trích dẫn trực tiếp từ tập dữ liệu khổng lồ của Thomson Reuters. Kết quả là một tác nhân AI phản ánh sự nghiêm ngặt của nghiên cứu pháp lý của con người, cung cấp sắc thái pháp lý và giảm thời gian luật sư dành cho việc khám phá.
đối với các doanh nghiệp ngoài lĩnh vực luật pháp, hệ thống này cung cấp một bản thiết kế chi tiết về cách AI có thể chuyển đổi từ tốc độ sang thực chất, cho thấy việc làm chậm AI có thể mang lại giá trị kinh doanh thực sự.
“Chúng tôi đang đi sâu hơn nhiều với quy trình lặp đi lặp lại, mang tính đại diện này để không chỉ trả lời nhanh chóng một câu hỏi mà còn cung cấp cho luật sư góc nhìn từ cả hai phía, điều này thực sự giúp họ hiểu được sắc thái của vấn đề”, Mike Dahn (ảnh dưới: giữa) giám đốc Westlaw Product, chia sẻ với VentureBeat.
RAG
nghiên cứu chuyên sâu về CoCounsel được tích hợp vào Westlaw, nền tảng nghiên cứu pháp lý của Thomson Reuters, được hơn 12.000 công ty luật, hơn 4.000 phòng pháp lý doanh nghiệp và phần lớn các tòa án và công ty luật hàng đầu của Hoa Kỳ sử dụng.
quy trình nghiên cứu phân tích chuyên sâu, nhiều bước của hệ thống đòi hỏi phải vượt ra ngoài các công cụ RAG đơn giản hơn. Nhóm nghiên cứu đã xây dựng mô hình để phân tích các giả thuyết một cách có hệ thống, phân tích các phản hồi thay vì chỉ tìm kiếm chúng, "theo dõi manh mối đến trường hợp tiếp theo, sau đó cập nhật kế hoạch nghiên cứu theo từng bước và thực hiện theo đó", Dahn giải thích.
mặc dù con người có thể xem quy trình khám phá, nhưng nó được thực hiện hoàn toàn bởi tác nhân. "Đây là cấp độ tiếp theo của quy trình tác nhân, so với việc chỉ sử dụng RAG như một giải pháp ban đầu", Dahn nói.
trước đây, Westlaw đã sử dụng các công cụ dựa trên RAG, trả về danh sách dài các trường hợp, luật lệ, quy định, bài báo và chương sách mà sau đó con người sẽ phải sàng lọc. "Các luật sư sẽ nói với chúng tôi rằng các câu trả lời rất hữu ích và là một khởi đầu tốt cho nghiên cứu, nhưng họ thường muốn tìm hiểu sâu hơn", Dahn nói.
về cơ bản, họ không chỉ tìm kiếm thông tin pháp lý chung, mà còn là các trường hợp tiêu biểu để hỗ trợ một số luật nhất định, đưa ra lập luận và cung cấp "thẩm quyền thuyết phục nhất" để trích dẫn trong một khu vực pháp lý cụ thể.
bởi vì, xét cho cùng, luật pháp có rất nhiều "vùng xám", và các vụ án có thể được tranh luận thành công theo cách này hay cách khác. Nghiên cứu Sâu giúp luật sư so sánh với các vụ án trước đó và rút ra các dữ kiện từ chúng, lập luận rằng thân chủ của họ phù hợp hơn với "vụ án X" hơn là "vụ án Y" và có bằng chứng để ủng hộ hoặc bác bỏ các khiếu nại.
ví dụ, một luật sư có thể hỏi hệ thống liệu danh sách khách hàng có thể được bảo vệ như một bí mật thương mại trong một tình huống cụ thể tại một khu vực pháp lý nhất định hay không. Hệ thống sẽ trả về các lập luận và trường hợp mà bí mật thương mại được xác định là được bảo vệ, và trường hợp mà chúng không được bảo vệ.
"Chúng tôi đã xây dựng một sản phẩm đào sâu vào các sắc thái và đi sâu hơn vào quan điểm từ cả hai phía của luật pháp", Dahn nói.
thông thường, luật sư có thể dành 10 đến 20 giờ để thực hiện nghiên cứu cho các vấn đề pháp lý phức tạp. Mặc dù Westlaw chưa có số liệu chính xác, nhưng Deep Research đang đẩy nhanh thời gian đó "một cách đáng kể", Dahn cho biết, đồng thời cũng đưa ra các tài liệu liên quan để tư vấn cho thân chủ, soạn thảo các bản tóm tắt và kiến nghị tốt hơn, và kiện tụng hiệu quả hơn.
mặc dù tùy chọn mặc định của Deep Research là 10 phút, nhưng vẫn có các phiên bản bảy phút và ba phút; nhóm nghiên cứu cũng đang phát triển một phiên bản dài hơn, 20 phút. Dahn lưu ý rằng, trong khi các nhà phát triển hoặc nhà nghiên cứu trong phòng thí nghiệm thường tìm cách tạo ra các mô hình ngày càng nhanh hơn, thì các luật sư lại không tìm kiếm sự hài lòng tức thì; họ thực sự thích các tùy chọn đầu ra dài hơn.
Dahn cho biết: "Chúng tôi nhận thấy rằng càng dành nhiều thời gian cho các tác nhân, để khám phá ra luật đúng, càng dành nhiều thời gian để họ (các tác nhân) suy luận về luật đó, thì chúng tôi càng có thể cung cấp câu trả lời tốt hơn". "Chúng tôi rất thoải mái với ý tưởng thực sự làm cho nó chậm hơn nếu chúng tôi có thể làm tốt hơn nữa cho người dùng."
tất nhiên, lợi ích có thể giảm dần, và điều quan trọng là không nên đưa vào "quá nhiều nhiễu". Dahn lưu ý: "Chúng tôi sẽ tiếp tục khám phá các giới hạn."
Nhiều tác nhân cùng tham gia, và một tập dữ liệu phong phú
Westlaw không bị ràng buộc với một mô hình cơ bản; nhóm có một chiến lược đa mô hình, với các mô hình khác nhau được lựa chọn dựa trên hiệu quả của chúng đối với các nhiệm vụ khác nhau. Westlaw sử dụng các mô hình tiên tiến cũng như các mô hình từ OpenAI, Anthropic và Google, trưởng nhóm kỹ thuật Omar Bari tại Phòng thí nghiệm Thomson Reuters và kiến trúc sư kỹ thuật của Deep Research, giải thích.
.png "Omar Bari MD")
“Chúng tôi đã thử nghiệm sớm tất cả các mô hình khi chúng ra mắt, chiến lược chung của chúng tôi là tiếp cận càng nhiều thông tin tình báo càng tốt”, Omar Bari (ảnh trên) nói. “Chúng tôi cũng thử nghiệm với các mô hình mã nguồn mở được tinh chỉnh.”
các hệ thống này dựa trên một tập dữ liệu phong phú, sâu sắc, được quản lý tốt, kết hợp các ý kiến vụ án từ tòa án, luật lệ từ các cơ quan lập pháp tiểu bang và liên bang, và các phán quyết hành chính từ các cơ quan như Ủy ban Chứng khoán và Giao dịch (SEC) hoặc Cơ quan Bảo vệ Môi trường (EPA), cũng như một “bộ sưu tập khổng lồ” các nguồn thứ cấp, chẳng hạn như các bài báo, sách và chuyên luận từ các chuyên gia, học giả và nhà xuất bản bên thứ ba, Dahn giải thích.
Westlaw có một đội ngũ biên tập viên luật sư nội bộ gồm hàng trăm người, những người luôn cập nhật các luật được ban hành từ tòa án và cơ quan lập pháp mỗi ngày và gắn thẻ chúng trong hệ thống phân loại của công ty. Họ cũng đánh dấu khi một số luật cụ thể bị tuyên bố là không hợp lệ.
“Quy trình Nghiên cứu Chuyên sâu của chúng tôi chạy trên bộ sưu tập luật và các nguồn thứ cấp được tuyển chọn, cập nhật và tổ chức tốt, trái ngược với việc chạy trên web, điều này tạo ra sự khác biệt rất lớn giữa những gì chúng tôi đang làm và những gì bạn sẽ nhận được nếu chỉ sử dụng một trong các mô hình phổ biến”, Dahn giải thích.
Ảo giác và thông tin sai lệch
Không giống như giao diện trò chuyện mở, các báo cáo nghiên cứu trong Westlaw Advantage cung cấp các trích dẫn nội tuyến mà luật sư có thể nhấp vào để đưa họ trực tiếp đến vụ án, điều này “khép lại đáng kể vòng lặp xác minh”, Dahn nói; mọi kết luận đều được liên kết với các nguồn pháp lý thực tế có thể được xác minh ngay lập tức.
Dahn lưu ý rằng "ảo giác" có thể là một thuật ngữ mang tính cường điệu, vì nó ám chỉ các mô hình "chỉ bịa đặt một cách hoang dã điều gì đó mà bạn biết là không đúng", chẳng hạn như trích dẫn "điều khoản phụ 4" của một đạo luật trong khi chỉ có ba điều khoản phụ. Nhưng với Deep Research, những lỗi đó có thể dễ dàng được xác định và đánh dấu.
"Chúng tôi không có các trường hợp bịa đặt và điều luật bịa đặt trong bộ sưu tập của mình, vì vậy sẽ không thể nhấp vào liên kết để truy cập vào thứ không tồn tại", Dahn giải thích.
thay vào đó, Dahn nhận thấy vấn đề lớn hơn là các mô hình mắc lỗi. Ví dụ, một luật sư có thể hỏi ChatGPT hoặc Gemini ('có bao nhiêu người đã tham dự cuộc biểu tình chính trị này?'). Sau đó, mô hình có thể tùy ý lấy từ danh sách các bài báo, không nhất thiết phải là bài báo mới nhất từ nguồn đáng tin cậy nhất.
"Trong trường hợp đó, mô hình không thực sự bịa đặt điều gì đó, nó chỉ lấy thông tin sai", Dahn nói. "Đó là một vấn đề lớn hơn nhiều so với ảo giác, bởi vì nó không tìm thấy thông tin chính xác."
sau rốt, Dahn nhấn mạnh thực tế là không có hệ thống AI nào có khả năng chống ảo giác 100%, và "sẽ còn khá lâu nữa trước khi bất kỳ hệ thống nào như thế này đạt đến 100%".
để hỗ trợ luật sư trong quá trình xác minh và giúp giảm thiểu sai sót cũng như rủi ro trong công việc pháp lý có rủi ro cao, Westlaw cung cấp cho luật sư một "bộ công cụ rất phong phú".
"Chúng tôi có bộ sưu tập nội dung mà chúng tôi tin là tốt nhất cho thị trường pháp lý, và chúng tôi đã phát triển nó trong hơn 100 năm qua", Dahn nói. "Nhưng chúng tôi cũng có bộ công cụ này mà luật sư có thể sử dụng với việc nghiên cứu thủ công."
ví dụ: với công cụ phân loại 'West Key Number System', luật sư có thể tìm thấy các vụ án liên quan về một chủ đề cụ thể, ngay cả khi chúng sử dụng một ngôn ngữ rất khác. Trong khi đó, công cụ KeyCite kết nối luật sư từ một vụ án hoặc quy chế với thông tin về tính hợp lệ (ví dụ: 'Luật trong tài liệu này vẫn còn hiệu lực hay đã bị vô hiệu bởi các luật sau này?'). Điều này cho phép luật sư tìm kiếm các tài liệu trích dẫn đến tài liệu họ quan tâm hoặc được trích dẫn cùng với tài liệu họ quan tâm.
"Cả hai đều là những tín hiệu về mức độ liên quan vượt xa những từ ngữ được sử dụng trong tìm kiếm hoặc trong một tài liệu cụ thể mà họ quan tâm", Dahn cho biết. "Các tác nhân AI có thể sử dụng những công cụ này và các công cụ nghiên cứu khác của Westlaw để xử lý lặp đi lặp lại các vấn đề nghiên cứu pháp lý phức tạp như một luật sư chuyên gia."
nếu tương lai của AI doanh nghiệp không nằm ở tốc độ, mà là chiều sâu kiến thức?
đây là ván cược của Thomson Reuters Westlaw; nền tảng Nghiên cứu Sâu của công ty được thiết kế đặc biệt để tiết kiệm thời gian, hoạt động trung bình 10 phút.
điều này cho phép tác nhân nghiên cứu nhiều-bước lập kế hoạch, thực hiện và trích xuất từ một tập dữ liệu chuyên sâu, được chọn lọc với hơn 20 tỷ tài liệu — bao gồm án lệ, quy chế, phán quyết hành chính, nguồn thứ cấp và nội dung biên tập pháp lý có cấu trúc cập nhật. Về mặt hậu trường, nó kết nối với một bộ công cụ được phát triển cao mà các luật sư có thể sử dụng để kiểm tra các phát hiện và tìm hiểu sâu hơn về các tình huống pháp lý.
không giống như các hệ thống tạo dữ liệu tăng cường truy xuất (RAG) tiêu chuẩn, Nghiên cứu Sâu được thiết kế để loại bỏ lỗi và ảo giác, cung cấp trích dẫn trực tiếp từ tập dữ liệu khổng lồ của Thomson Reuters. Kết quả là một tác nhân AI phản ánh sự nghiêm ngặt của nghiên cứu pháp lý của con người, cung cấp sắc thái pháp lý và giảm thời gian luật sư dành cho việc khám phá.
đối với các doanh nghiệp ngoài lĩnh vực luật pháp, hệ thống này cung cấp một bản thiết kế chi tiết về cách AI có thể chuyển đổi từ tốc độ sang thực chất, cho thấy việc làm chậm AI có thể mang lại giá trị kinh doanh thực sự.
“Chúng tôi đang đi sâu hơn nhiều với quy trình lặp đi lặp lại, mang tính đại diện này để không chỉ trả lời nhanh chóng một câu hỏi mà còn cung cấp cho luật sư góc nhìn từ cả hai phía, điều này thực sự giúp họ hiểu được sắc thái của vấn đề”, Mike Dahn (ảnh dưới: giữa) giám đốc Westlaw Product, chia sẻ với VentureBeat.
RAG
nghiên cứu chuyên sâu về CoCounsel được tích hợp vào Westlaw, nền tảng nghiên cứu pháp lý của Thomson Reuters, được hơn 12.000 công ty luật, hơn 4.000 phòng pháp lý doanh nghiệp và phần lớn các tòa án và công ty luật hàng đầu của Hoa Kỳ sử dụng.
quy trình nghiên cứu phân tích chuyên sâu, nhiều bước của hệ thống đòi hỏi phải vượt ra ngoài các công cụ RAG đơn giản hơn. Nhóm nghiên cứu đã xây dựng mô hình để phân tích các giả thuyết một cách có hệ thống, phân tích các phản hồi thay vì chỉ tìm kiếm chúng, "theo dõi manh mối đến trường hợp tiếp theo, sau đó cập nhật kế hoạch nghiên cứu theo từng bước và thực hiện theo đó", Dahn giải thích.
mặc dù con người có thể xem quy trình khám phá, nhưng nó được thực hiện hoàn toàn bởi tác nhân. "Đây là cấp độ tiếp theo của quy trình tác nhân, so với việc chỉ sử dụng RAG như một giải pháp ban đầu", Dahn nói.
trước đây, Westlaw đã sử dụng các công cụ dựa trên RAG, trả về danh sách dài các trường hợp, luật lệ, quy định, bài báo và chương sách mà sau đó con người sẽ phải sàng lọc. "Các luật sư sẽ nói với chúng tôi rằng các câu trả lời rất hữu ích và là một khởi đầu tốt cho nghiên cứu, nhưng họ thường muốn tìm hiểu sâu hơn", Dahn nói.
về cơ bản, họ không chỉ tìm kiếm thông tin pháp lý chung, mà còn là các trường hợp tiêu biểu để hỗ trợ một số luật nhất định, đưa ra lập luận và cung cấp "thẩm quyền thuyết phục nhất" để trích dẫn trong một khu vực pháp lý cụ thể.
bởi vì, xét cho cùng, luật pháp có rất nhiều "vùng xám", và các vụ án có thể được tranh luận thành công theo cách này hay cách khác. Nghiên cứu Sâu giúp luật sư so sánh với các vụ án trước đó và rút ra các dữ kiện từ chúng, lập luận rằng thân chủ của họ phù hợp hơn với "vụ án X" hơn là "vụ án Y" và có bằng chứng để ủng hộ hoặc bác bỏ các khiếu nại.
ví dụ, một luật sư có thể hỏi hệ thống liệu danh sách khách hàng có thể được bảo vệ như một bí mật thương mại trong một tình huống cụ thể tại một khu vực pháp lý nhất định hay không. Hệ thống sẽ trả về các lập luận và trường hợp mà bí mật thương mại được xác định là được bảo vệ, và trường hợp mà chúng không được bảo vệ.
"Chúng tôi đã xây dựng một sản phẩm đào sâu vào các sắc thái và đi sâu hơn vào quan điểm từ cả hai phía của luật pháp", Dahn nói.
thông thường, luật sư có thể dành 10 đến 20 giờ để thực hiện nghiên cứu cho các vấn đề pháp lý phức tạp. Mặc dù Westlaw chưa có số liệu chính xác, nhưng Deep Research đang đẩy nhanh thời gian đó "một cách đáng kể", Dahn cho biết, đồng thời cũng đưa ra các tài liệu liên quan để tư vấn cho thân chủ, soạn thảo các bản tóm tắt và kiến nghị tốt hơn, và kiện tụng hiệu quả hơn.
mặc dù tùy chọn mặc định của Deep Research là 10 phút, nhưng vẫn có các phiên bản bảy phút và ba phút; nhóm nghiên cứu cũng đang phát triển một phiên bản dài hơn, 20 phút. Dahn lưu ý rằng, trong khi các nhà phát triển hoặc nhà nghiên cứu trong phòng thí nghiệm thường tìm cách tạo ra các mô hình ngày càng nhanh hơn, thì các luật sư lại không tìm kiếm sự hài lòng tức thì; họ thực sự thích các tùy chọn đầu ra dài hơn.
Dahn cho biết: "Chúng tôi nhận thấy rằng càng dành nhiều thời gian cho các tác nhân, để khám phá ra luật đúng, càng dành nhiều thời gian để họ (các tác nhân) suy luận về luật đó, thì chúng tôi càng có thể cung cấp câu trả lời tốt hơn". "Chúng tôi rất thoải mái với ý tưởng thực sự làm cho nó chậm hơn nếu chúng tôi có thể làm tốt hơn nữa cho người dùng."
tất nhiên, lợi ích có thể giảm dần, và điều quan trọng là không nên đưa vào "quá nhiều nhiễu". Dahn lưu ý: "Chúng tôi sẽ tiếp tục khám phá các giới hạn."
Nhiều tác nhân cùng tham gia, và một tập dữ liệu phong phú
Westlaw không bị ràng buộc với một mô hình cơ bản; nhóm có một chiến lược đa mô hình, với các mô hình khác nhau được lựa chọn dựa trên hiệu quả của chúng đối với các nhiệm vụ khác nhau. Westlaw sử dụng các mô hình tiên tiến cũng như các mô hình từ OpenAI, Anthropic và Google, trưởng nhóm kỹ thuật Omar Bari tại Phòng thí nghiệm Thomson Reuters và kiến trúc sư kỹ thuật của Deep Research, giải thích.
“Chúng tôi đã thử nghiệm sớm tất cả các mô hình khi chúng ra mắt, chiến lược chung của chúng tôi là tiếp cận càng nhiều thông tin tình báo càng tốt”, Omar Bari (ảnh trên) nói. “Chúng tôi cũng thử nghiệm với các mô hình mã nguồn mở được tinh chỉnh.”
các hệ thống này dựa trên một tập dữ liệu phong phú, sâu sắc, được quản lý tốt, kết hợp các ý kiến vụ án từ tòa án, luật lệ từ các cơ quan lập pháp tiểu bang và liên bang, và các phán quyết hành chính từ các cơ quan như Ủy ban Chứng khoán và Giao dịch (SEC) hoặc Cơ quan Bảo vệ Môi trường (EPA), cũng như một “bộ sưu tập khổng lồ” các nguồn thứ cấp, chẳng hạn như các bài báo, sách và chuyên luận từ các chuyên gia, học giả và nhà xuất bản bên thứ ba, Dahn giải thích.
Westlaw có một đội ngũ biên tập viên luật sư nội bộ gồm hàng trăm người, những người luôn cập nhật các luật được ban hành từ tòa án và cơ quan lập pháp mỗi ngày và gắn thẻ chúng trong hệ thống phân loại của công ty. Họ cũng đánh dấu khi một số luật cụ thể bị tuyên bố là không hợp lệ.
“Quy trình Nghiên cứu Chuyên sâu của chúng tôi chạy trên bộ sưu tập luật và các nguồn thứ cấp được tuyển chọn, cập nhật và tổ chức tốt, trái ngược với việc chạy trên web, điều này tạo ra sự khác biệt rất lớn giữa những gì chúng tôi đang làm và những gì bạn sẽ nhận được nếu chỉ sử dụng một trong các mô hình phổ biến”, Dahn giải thích.
Ảo giác và thông tin sai lệch
Không giống như giao diện trò chuyện mở, các báo cáo nghiên cứu trong Westlaw Advantage cung cấp các trích dẫn nội tuyến mà luật sư có thể nhấp vào để đưa họ trực tiếp đến vụ án, điều này “khép lại đáng kể vòng lặp xác minh”, Dahn nói; mọi kết luận đều được liên kết với các nguồn pháp lý thực tế có thể được xác minh ngay lập tức.
Dahn lưu ý rằng "ảo giác" có thể là một thuật ngữ mang tính cường điệu, vì nó ám chỉ các mô hình "chỉ bịa đặt một cách hoang dã điều gì đó mà bạn biết là không đúng", chẳng hạn như trích dẫn "điều khoản phụ 4" của một đạo luật trong khi chỉ có ba điều khoản phụ. Nhưng với Deep Research, những lỗi đó có thể dễ dàng được xác định và đánh dấu.
"Chúng tôi không có các trường hợp bịa đặt và điều luật bịa đặt trong bộ sưu tập của mình, vì vậy sẽ không thể nhấp vào liên kết để truy cập vào thứ không tồn tại", Dahn giải thích.
thay vào đó, Dahn nhận thấy vấn đề lớn hơn là các mô hình mắc lỗi. Ví dụ, một luật sư có thể hỏi ChatGPT hoặc Gemini ('có bao nhiêu người đã tham dự cuộc biểu tình chính trị này?'). Sau đó, mô hình có thể tùy ý lấy từ danh sách các bài báo, không nhất thiết phải là bài báo mới nhất từ nguồn đáng tin cậy nhất.
"Trong trường hợp đó, mô hình không thực sự bịa đặt điều gì đó, nó chỉ lấy thông tin sai", Dahn nói. "Đó là một vấn đề lớn hơn nhiều so với ảo giác, bởi vì nó không tìm thấy thông tin chính xác."
sau rốt, Dahn nhấn mạnh thực tế là không có hệ thống AI nào có khả năng chống ảo giác 100%, và "sẽ còn khá lâu nữa trước khi bất kỳ hệ thống nào như thế này đạt đến 100%".
để hỗ trợ luật sư trong quá trình xác minh và giúp giảm thiểu sai sót cũng như rủi ro trong công việc pháp lý có rủi ro cao, Westlaw cung cấp cho luật sư một "bộ công cụ rất phong phú".
"Chúng tôi có bộ sưu tập nội dung mà chúng tôi tin là tốt nhất cho thị trường pháp lý, và chúng tôi đã phát triển nó trong hơn 100 năm qua", Dahn nói. "Nhưng chúng tôi cũng có bộ công cụ này mà luật sư có thể sử dụng với việc nghiên cứu thủ công."
ví dụ: với công cụ phân loại 'West Key Number System', luật sư có thể tìm thấy các vụ án liên quan về một chủ đề cụ thể, ngay cả khi chúng sử dụng một ngôn ngữ rất khác. Trong khi đó, công cụ KeyCite kết nối luật sư từ một vụ án hoặc quy chế với thông tin về tính hợp lệ (ví dụ: 'Luật trong tài liệu này vẫn còn hiệu lực hay đã bị vô hiệu bởi các luật sau này?'). Điều này cho phép luật sư tìm kiếm các tài liệu trích dẫn đến tài liệu họ quan tâm hoặc được trích dẫn cùng với tài liệu họ quan tâm.
"Cả hai đều là những tín hiệu về mức độ liên quan vượt xa những từ ngữ được sử dụng trong tìm kiếm hoặc trong một tài liệu cụ thể mà họ quan tâm", Dahn cho biết. "Các tác nhân AI có thể sử dụng những công cụ này và các công cụ nghiên cứu khác của Westlaw để xử lý lặp đi lặp lại các vấn đề nghiên cứu pháp lý phức tạp như một luật sư chuyên gia."
Sửa lần cuối:
