การศึกษาจากสแตนฟอร์ดพบว่า AI "ทนายความ" ทำผลงานดีกว่าศาสตราจารย์ในการให้เหตุผลทางกฎหมาย

หัวข้อ: การศึกษาพบว่า “ทนายความ” ปัญญาประดิษฐ์ทำคะแนนเหนือศาสตราจารย์กฎหมายในด้านการให้เหตุผลทางกฎหมาย — เสียงเตือนสำหรับบริษัทคริปโตและหน่วยงานกำกับดูแล การศึกษาใหม่ที่นำโดยสแตนฟอร์ดพบว่า แบบจำลองภาษาขนาดใหญ่สมัยใหม่ (LLMs) ไม่เพียงแต่ตอบคำถามทางกฎหมายได้ดี — ศาสตราจารย์กฎหมายชอบคำตอบจาก AI มากกว่าคำตอบที่เขียนโดยเพื่อนร่วมวิชาชีพประมาณสามในสี่ของเวลา ผลลัพธ์นี้ตั้งคำถามใหม่สำหรับอุตสาหกรรมที่พึ่งพาการให้เหตุผลทางกฎหมายอย่างรวดเร็วและแม่นยำ — รวมถึงบริษัทคริปโตที่ต้องรับมือกับกฎระเบียบที่ซับซ้อนและเปลี่ยนแปลงอยู่ตลอดเวลา วิธีการดำเนินการทดสอบ - ศาสตราจารย์ 16 คนจากโรงเรียนกฎหมาย 14 แห่งในสหรัฐอเมริกา (รวมถึงสแตนฟอร์ด เยล นิวยอร์ก ชิคาโก เจอร์จทาวน์ UCLA และ UVA) สร้างคำขอเกี่ยวกับกฎหมายสัญญา 40 ข้อ ครอบคลุมหลักการ ความจำคดีตัวอย่าง สถานการณ์สมมติ และคำถามเชิงนโยบาย นักวิจัยระบุว่ากฎหมายเป็นการทดสอบการตัดสินใจที่ยากกว่าหลายโดเมนที่มี “ความจริงเดียว” เพราะต้องพิจารณาความคลุมเครือและสรุปผลที่สามารถป้องกันได้ - ในเปรียบเทียบแบบคู่ที่ไม่เปิดเผยตัวตน 2,918 ครั้ง ศาสตราจารย์เลือกว่าคำตอบใดพวกเขาจะเลือกให้นักเรียน: คำตอบที่เขียนโดยผู้สอนมนุษย์หรือคำตอบที่สร้างโดย LLM ผลสำคัญ - Gemini 2.5 Pro ของ Google ได้รับความนิยมใน 75.92% ของการเปรียบเทียบกับผู้สอนมนุษย์; NotebookLM ของ Google ชนะ 74.75% การเปรียบเทียบ โดยรวมแล้ว คำตอบจาก AI ได้รับความนิยมประมาณสามในสี่ของการเปรียบเทียบ - แบบจำลอง AI ทำผลงานดีกว่าผู้สอนมนุษย์ในหลายประเภทคำถาม: การจำ (คดี กฎหมาย หลักการ) สถานการณ์สมมติ และการวิเคราะห์เชิงนโยบาย - เพื่อตัดการลำเอียงด้านรูปแบบ นักวิจัยทดสอบคุณลักษณะทางภาษาศาสตร์และไวยากรณ์ — เช่น ความยาว โครงสร้าง ความละเอียดอ่อน การอ้างอิงทางกฎหมาย น้ำเสียง และความชัดเจน — และพบว่าคุณลักษณะพื้นผิวเหล่านี้ไม่สามารถอธิบายข้อได้เปรียบของ LLM ได้อย่างสมบูรณ์ - คำตอบจาก AI ถูกระบุว่าเป็นอันตรายน้อยกว่าคำตอบของศาสตราจารย์อย่างมากในการศึกษานี้: Gemini 2.5 Pro มีความเป็นอันตรายเพียง 3.41% NotebookLM มี 3.64% ในขณะที่ผู้สอนมนุษย์มีถึง 12.06% - ในภาพรวมแบบจำลองกว้างกว่า Claude Opus 4.7 ของ Anthropic อันดับหนึ่ง โดยตามด้วย ChatGPT 5.4 ของ OpenAI และ Gemini 2.5 Pro โดยแบบจำลอง AI ทุกตัวที่ประเมินทำผลงานดีกว่าผู้สอนมนุษย์โดยเฉลี่ย สิ่งที่นักวิจัยกล่าว (และเตือน) - ผู้เขียนศึกษาชี้ว่าความเห็นพ้องต้องกันระหว่างศาสตราจารย์เกินกว่าที่คาดไว้หากการเลือกเป็นแบบสุ่ม สuggesting ว่าคำตอบของ LLM สอดคล้องกับเกณฑ์ทางวิชาชีพทั่วไปมากกว่าความชอบส่วนตัว - แต่พวกเขายังเตือนว่าการศึกษานี้ไม่ได้วัดว่าคำตอบของ AI สอดคล้องกับความชอบในการสอนของศาสตราจารย์แต่ละคนหรือไม่ เป็นไปได้ว่าคำตอบของ LLM เป็น “ทั่วไปที่ยอมรับได้” มากกว่าที่ปรับให้เหมาะกับแนวทางของผู้สอนเฉพาะราย บริบทและความเสี่ยงในโลกจริง - การศึกษานี้เกิดขึ้นขณะที่ศาล สำนักงานกฎหมาย และโรงเรียนกฎหมายต่างเริ่มนำ AI มาใช้มากขึ้น เช่น ศาลชั้นต้นลอสแอนเจลิสกำลังทดลองใช้เครื่องมือ AI เพื่อช่วยผู้พิพากษาจัดการภาระงานคดี และโรงเรียนกฎหมายกำลังรวมการฝึกอบรม AI เข้าไปในหลักสูตร - อย่างไรก็ตาม เทคโนโลยีนี้ยังไม่สมบูรณ์แบบ สำนักงานกฎหมายยังคงเผชิญผลลัพธ์จริงจากอาการหลอกลวงของ AI: เมื่อเดือนเมษายน Sullivan & Cromwell เปิดเผยว่าต่อศาลล้มละลายสหรัฐฯ ว่าเอกสารที่ยื่นเมื่อเร็วๆ นี้มีการอ้างอิงปลอมที่สร้างโดย AI เหตุผลที่ผู้อ่านคริปโตควรใส่ใจ - บริษัทคริปโตต้องเผชิญกับคำถามทางสัญญา การปฏิบัติตามกฎระเบียบ และกฎเกณฑ์จำนวนมากที่ต้องใช้การให้เหตุผลทางกฎหมายอย่างรวดเร็ว — เช่น การจัดประเภทโทเค็นและกฎหมายหลักทรัพย์ การโต้แย้งสัญญาอัจฉริยะ และภาระผูกพัน AML หาก LLMs สามารถสร้างคำอธิบายทางกฎหมายคุณภาพสูงและร่างเอกสารได้อย่างเชื่อถือได้ มันอาจเปลี่ยนแปลงวิธีการทำงานของทีมกฎหมายในอุตสาหกรรมคริปโตอย่างรวดเร็ว - ประโยชน์: การร่างและตรวจสอบสัญญาเร็วขึ้น การขยายการให้คำแนะนำด้านการปฏิบัติตามกฎระเบียบ และการเข้าถึงการให้เหตุผลทางกฎหมายในราคาต้นทุนต่ำสำหรับสตาร์ทอัพและ DAO - ความเสี่ยง: การหลอกลวง การอ้างอิงผิดพลาด และคำตอบที่ “พอใช้” แต่ไม่ปรับให้เหมาะกับความละเอียดอ่อนตามเขตอำนาจหรือระดับความเสี่ยงขององค์กร การให้คำแนะนำทางกฎหมายที่ผิดพลาดอาจมีค่าใช้จ่ายสูงในพื้นที่ที่มีการกำกับดูแลเข้มงวดหรือมีความสำคัญต่อคำพิพากษาตัวอย่าง สรุป การทดลองนำโดยสแตนฟอร์ดแสดงให้เห็นว่า LLMs ในปัจจุบันไม่ใช่แค่ของเล่น — เรามีหลักฐานแล้วว่าพวกมันแข่งขันได้และมักได้รับความนิยมมากกว่าผู้สอนกฎหมายมนุษย์ในหลายภารกิจเกี่ยวกับการให้เหตุผลทางกฎหมาย ในแง่นี้สำหรับบริษัทคริปโต หน่วยงานกำกับดูแล และทนายความหมายถึงโอกาสเพิ่มประสิทธิภาพอย่างมากแต่ยังคงจำเป็นต้องมีการตรวจสอบแหล่งที่มา การตรวจสอบ และมาตรการป้องกัน ก่อนนำการให้เหตุผลทางกฎหมายที่สร้างโดย AI มาใช้งานจริง