Prompts for generative artificial intelligence in legal discourse

Capa

Citar

Texto integral

Resumo

The development of generative models of artificial intelligence (AI) poses new challenges for legal science and practice. This requires understanding of the legal nature of prompts (queries to AI) and development of appropriate legal regulation. The article aims to determine the legal significance of prompts and outlines the prospects for their research in the context of the interaction between law and AI. The study is based on the analysis of contemporary scientific literature devoted to the problems of legal regulation of AI, as well as investigation of the first cases of the use of generative AI models in legal practice and education. Methods of legal qualification, comparative legal analysis, and legal modeling are applied. Prompts are qualified as legal actions (legal facts in the strict sense), which opens the path to addressing the applicability of copyright criteria to them. The potential and risks of using prompts in legal practice and education are identified, and the need for standardizing prompts and developing specialized methods for teaching lawyers to interact with AI is substantiated. Prompts, as a tool for human-AI interaction, represent a fundamentally important subject of legal research, upon which the prospects for AI application in law largely rely. The article concludes that interdisciplinary and international studies are necessary to unite the efforts of legal professionals, AI specialists, and the generative models themselves in developing optimal legal solutions.

Sobre autores

Alexander Kirpichev

Russian State University of Justice

Autor responsável pela correspondência
Email: aekirpichev@yandex.ru
ORCID ID: 0000-0002-0043-5069
Código SPIN: 4949-0036

Doctor of Legal Sciences, Associate Professor, Head of the Department of Business and Corporate Law, Full Professor of the Department of Business and Corporate Law

69 Novocheremushkinskaya str., Moscow, 117418, Russian Federation

Bibliografia

  1. Belov, S.D., Zrelova, D.P., Zrelov, P.V. & Korenkov, V.V. (2020) Overview of Methods for Automatic Natural Language Text Processing. System Analysis in Science and Education. (3), 8-22. https://doi.org/10.37005/2071-9612-2020-3-8-22 (in Russian).
  2. Callister, P.D. (2020) Law, Artificial Intelligence, and Natural Language Processing: A Funny Thing Happened on the Way to My Search Results. Law Library Journal. 112(2), 161-212.
  3. Cesarini Sforza, W. (1930) Ex facto oritur ius. In: Del Vecchio, G. Studi filosofico-giuridici dedicati a Giorgio del Vacchio: nel XXV anno di insegnamento (1904-1929). pp. 12-12.
  4. Choi, J. H., Hickman, K. E., Monahan, A. B. & Schwarcz, D.B. (2022) ChatGPT Goes to Law School. Journal of Legal Education. 71(3), 387-400.
  5. Díaz-Noci, J. (2023) Fusión o plagio? La importancia de la originalidad y el derecho de transformación de la obra en la producción informativa mediante IA. Hipertext.net. (26), 69-76. https://doi.org/10.31009/hipertext.net.2023.i26.11
  6. Engel, C. (2023) Treu und Glauben: Frag GPT. MPI Collective Goods Discussion Paper. No. 2023/10. Available at: https://ssrn.com/abstract=4557719 [Accessed: 15th December 2023].
  7. Fill, H.-G. & Muff, F. (2023) Visualization in the Era of Artificial Intelligence: Experiments for Creating Structural Visualizations by Prompting Large Language Models. arXiv preprint, arXiv:2305.03380v2. https://doi.org/10.48550/arXiv.2305
  8. Frosio, G. (2024) Generative AI in Court. In: Koutras, N. & Selvadurai, N. (eds.). Recreating Creativity, Reinventing Inventiveness: AI and Intellectual Property Law. 1st ed. London, Routledge. pp. 1-36. https://doi.org/10.4324/9781003260127
  9. Gutiérrez López, K.M. (2023) Inteligencia artificial generativa: irrupción y desafíos. Revista Enfoques. 4(2), 57-82.
  10. Jiang, C. & Yang, X. (2023) Legal syllogism prompting: Teaching large language models for legal judgment prediction. In: Proceedings of the Nineteenth International Conference on Artificial Intelligence and Law (ICAIL '23). Association for Computing Machinery, New York, NY, USA, pp. 417-421. https://doi.org/10.1145/3594536.3595170
  11. Krasavchikov, O.A. (1958) Legal Facts in Soviet Civil Law. Moscow, Gosyurizdat Publ. (in Russian).
  12. Laptev, V.A., Chucha, S.Y. & Feyzrakhmanova, D.R. (2022) Digital transformation of management tools in modern corporations: current state and development paths. Law Enforcement Review. 6(1), 229-244. https://doi.org/10.52468/2542-1514.2022.6(1).229-244 (in Russian).
  13. Lee, E. (2024) Prompting Progress: Authorship in the Age of AI. Florida Law Review. (76). Available at SSRN: http://dx.doi.org/10.2139/ssrn.4609687
  14. Longo, E. (2023) La “giustizia digitale” tra nuove forme di efficienza e garanzia dei diritti costituzionali. La Nuova Giuridica - Florence Law Review. (2), 187-202.
  15. McCormack, J., Cruz Gambardella, C., Rajcic, N., Krol, S.J., Llano, M.T., & Yang, M. (2023) Is Writing Prompts Really Making Art? In: Johnson, C., Rodríguez-Fernández, N. & Rebelo, S. M. (eds.). Artificial Intelligence in Music, Sound, Art and Design. Cham, Springer Nature Switzerland. pp. 196-211.
  16. Moore, B. (1996) De l’acte et du fait juridique ou d’un critère de distinction incertain, Revue juridique Thémis. 30(2), 281-312.
  17. Oliveira, V., Nogueira, G. & Faleiros, T., et al. (2024) Combining prompt-based language models and weak supervision for labeling named entity recognition on legal documents. Artificial Intelligence and Law. https://doi.org/10.1007/s10506-023-09388-1
  18. Östling, A., Sargeant, H., Xie, H., Bull, L., Terenin, A., Jonsson, L., Magnusson, M. & Steffek, F. (2024) The Cambridge Law Corpus: A dataset for legal AI research. University of Cambridge Faculty of Law Research Paper. No. 11/2024. Available at SSRN: http://dx.doi.org/10.2139/ssrn.4763429
  19. Poduzova, E.B. (2023) Artificial intelligence and AI technologies in contract law: civilistic concept. Vasilevskaya, L.Y. (ed.). Moscow, Prospekt Publ. (in Russian).
  20. Rajcic, N., Llano, M. T., & McCormack, J. (2024) Towards a difractive analysis of prompt-based generative AI. In: Wilson, M.L., Toups Dugas, P. & Shklovski, I. (eds.). Proceedings of the 2024 CHI Conference on Human Factors in Computing Sytems Article 844 Association for Computing Machinery (ACM). https://doi.org/10.1145/3613904.3641971
  21. Romero-Carazas, R. (2023) Prompt lawyer: a challenge in the face of the integration of artificial intelligence and law. Gamification and Augmented Reality. (1), 7-7. https://doi.org/10.56294/gr20237
  22. Rouhette, G. (1988) La doctrine de l'acte juridique: sur quelques matériaux récents. Droits. (7), 29-35.
  23. Saripan, H., Mohd Shith P., Nurus Sakinatul Fikriah, Abu Hassan, R. & Abdullah, S.M. (2023) Generative artificial intelligence prompt-kit for enhanced legal learning and analysis. In: International Teaching Aid Competition. Universiti Teknologi MARA, Kedah, pp. 282-288.
  24. Scheufen, M. (2019) Künstliche Intelligenz und Haftungsrecht: die e-Person aus ökonomischer Sicht. Wirtschaftsdienst. 99(6), 411-414. https://doi.org/10.1007/s10273-019-2466-0
  25. Schneider, G. (2022) Legal Challenges of AI Supported Legal Services: Bridging Principles and Markets. The Italian Law Journal. 08(01), 244-262.
  26. Seufert, S. & Meier, C. (2023) Hybrid Intelligence: Collaboration with AI Assistance Systems in Knowledge-Intensive Areas. HMD Praxis der Wirtschaftsinformatik. 60(6), 1194-1209. https://doi.org/10.1365/s40702-023-01012-9
  27. Sivakumar, A., Gelman, B., Simmons, R., Yu, E. & Sharp, M. (2023) Standardized nomenclature for legal prompting in generative language models. University of California, Los Angeles. Preprint. https://doi.org/10.21203/rs.3.rs-3308564/v1
  28. Steinhoff, T. (2023) Der Computer schreibt (mit): Digitales Schreiben mit Word, WhatsApp, ChatGPT & Co. als Koaktivität von Mensch und Maschine. MIDU. 5(1), 1-16. https://doi.org/10.18716/OJS/MIDU/2023.1.4
  29. Stokel-Walker, Ch. & Van Noorden, R. (2023) The promise and peril of generative AI. Nature. 614(1), 214-216.
  30. Sullivan, H.R. & Schweikart, S.J. (2019) Are Current Tort Liability Doctrines Adequate for Addressing Injury Caused by AI? AMA Journal of Ethics. 21(2), E160-166. https://doi.org/10.1001/amajethics.2019.160
  31. Sun, J., Huang, S. & Wei, C. (2024) Chinese legal judgment prediction via knowledgeable prompt learning. Expert Systems with Applications. (238), 122-177.
  32. Tang, Y., Qiu, R. & Li, X. (2022) Prompt-based Effective Input Reformulation for Legal Case Retrieval. arXiv preprint arXiv:2309.02962
  33. Trautmann, D. (2023) Large Language Model Prompt Chaining for Long Legal Document Classification. In: SwissText'23: The 8th edition of the Swiss Text Analytics Conference - Generative AI & LLM, June 12-14, 2023, Neuchâtel, Switzerland.
  34. Van Dis, E.A.M., Bollen, J., Zuidema, W., van Rooij, R. & Bockting, C.L. (2023) ChatGPT: five priorities for research. Nature. (614), 224-226.
  35. Yu, F., Quartey, L. & Schilder, F. (2022) Legal prompting: Teaching a language model to think like a lawyer. arXiv preprint arXiv:2212.01326.
  36. Zheng, M., Pei, J. & Jurgens, D. (2023) Is “A Helpful Assistant” the Best Role for Large Language Models? A Systematic Evaluation of Social Roles in System Prompts. In: SwissText’23: The 8th edition of the Swiss Text Analytics Conference - Generative AI & LLM, June 12-14, 2023, Neuchâtel, Switzerland.

Arquivos suplementares

Arquivos suplementares
Ação
1. JATS XML
Baixar

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».