Fra advokaterne Niels Chr. Ellegaard, partner i Plesner og forsker med igangværende ph.d. ved Københavns Universitet om AI og juridisk beslutningstagning, og Nina Bech Damgaard Pedersen, director i Plesner, begge medlemmer af Plesners AI Task Force:
Vi har været med i udrulningen af AI i Plesner siden starten af 2023, hvor vi etablerede en særlig AI Task Force, et tværfagligt team bestående af medarbejdere fra IT, kommunikation, compliance, HR, Projects & Innovation samt en række advokater, der blandt andet har stået for en lang række pilottest af AI-løsninger. Vi kom tidligt i gang, og vi er nået ret langt med etablerede løsninger.
I dag er 95 procent af medarbejderne signet op, og vi ved, at 75 procent af medarbejderne bruger mindst ét AI-værktøj hver dag. Vi har afprøvet mange AI-værktøjer, men i dag bruger vi primært Legora og ChatGPT Enterprise.
Det har været lidt af en rejse herinde og har krævet mange tiltag og meget awareness. Der har været en investering i onboarding i en størrelsesorden, som vi ikke har set før, og forståelsen i Plesner er nu, at enten så hopper du med på vognen, eller også risikerer du at sakke bagud i rådgiverrollen. Langt størstedelen kan nu se idéen med AI og har forstået værdien i at bruge det i deres arbejdsopgaver.
Det er blevet en fasttømret del af vores hverdag. Alene det at vi har fået AI-plugins i Outlook og Word, har været en gamechanger i forhold til at få folk med ombord. Hvis vi trak strømmen til AI i morgen, så ville vi klart se utilfredse medarbejdere.
Vores kunder er overvejende positive overfor AI. De kan inddeles i tre grupper: dem, der forventer, at vi bruger det, og som skubber på i dialogen om at bruge det endnu mere aktivt, og som er optaget af effektivitet og øget kvalitet. Det er i høj grad større, stærke danske virksomheder. En mellemgruppe, der ikke italesætter vores brug af AI eksplicit endnu. Og så er der en mindre gruppe af skeptikere – primært amerikanske virksomheder, hvor vi ser krav om, at vi ikke eller kun i begrænset omfang må bruge AI i vores sagsbehandling. Det er lidt anderledes, men ikke som sådan en ny tendens fra den slags amerikanske virksomheder. Men generelt er udviklingen vendt fra, at vi ikke må bruge AI til, at vi skal bruge AI.
Alle, også advokatfuldmægtige, må bruge AI lige så meget, de vil – men aldrig uden at tage ansvar. Vi opfordrer virkelig til, at man tænker AI ind i sine opgaver, men på en måde, hvor man stadig har ejerskab. AI er oplagt til QA (kvalitetssikring) og review (gennemgang) af standarddokumenter, til oversættelser og sprogforbedringer, sparring i forhold til juridiske argumenter og søgning i store datamængder. Man skal bruge den som et værktøj eller en sparringspartner til at understøtte sit arbejde – ikke som en erstatning for en jurist. AI hjælper med feedback på det, du har lavet som menneske, for eksempel dit første udkast. Der skal stadig være en jurist, der kigger alting igennem med kritiske øjne. Vi er ikke der, hvor vi vil bruge AI som stand alone-værktøj. Vi bruger AI til at sparre med men også til at udfordre. AI har ikke ændret ved udgangspunktet om, at det er advokaten, der har ansvaret, når der trykkes send.
Det er vigtigt, at man kan redegøre for, hvordan man har brugt AI, når man afleverer en opgave. Det skal være en fast del af arbejdsprocessen – både for fuldmægtige og advokater. Vi vil gerne etablere en form for "gen-AI statement" om brugen af AI, ligesom når man skriver en eksamensopgave eller ph.d – altså at man deklarerer over for sin kollega, der modtager udkastet, hvordan AI er anvendt. Det er ret utroligt, hvordan AI har udviklet sig på bare tre år. Fra at være fuld af fejl til nu ofte at komme med ret gode forslag. AI øger nu ofte kvaliteten – sammenlignet med, hvis AI ikke var brugt som led i opgaveløsningen. Selv advokater med mange års erfaring kan lige få den der ekstra krølle eller nuance med i et udkast.
Vi arbejder meget strategisk og efter nogle styringsprincipper. Det handler ikke så meget om, hvor er vi om tre år, og hvornår kan vi se brugen af AI på bundlinjen. Udviklingen går stærkt, og tingene ændrer sig hele tiden. Det handler mere om, hvilke initiativer vil vi prioritere i den næste periode. Vi prøver rigtig mange ting af, og nogle skrotter vi igen, fordi de ikke fungerer, selvom vi har brugt mange kræfter og timer på dem. Der er rigtig mange lessons learned de sidste tre år. Vi har også nogle sikkerhedsfiltre, vi kan kalde dem housekeeping, hvor vi sikrer, at vi fortsat passer rigtig godt på klientdata og persondata.
Vi er ekstremt bevidste om, at AI ændrer måden, vi skal oplære medarbejdere på. Vi undersøger, hvordan vi fortsat kan være en talentfabrik, og hvad fremtidens advokat skal kunne. Vi fokuserer mindre på, hvad fuldmægtige går glip af ved brugen af AI – om end de selvfølgelig skal forstå de helt basale ting i for eksempel en kontrakt, selvom AI hjælper dem. Vi skruer op for interaktionen mellem junior- og seniormedarbejdere. Vi gør en aktiv indsats for at fastholde og styrke mesterlæren med et tættere samarbejde, og de fuldmægtige skal med i mødelokalerne sammen med klienter meget tidligere end før. Alle nye fuldmægtige skal have en introduktion til ansvarlig tilgang til AI, ligesom vi i efteråret starter uddannelse af alle medarbejdere og ledere i huset mhp. at styrke den ansvarlige brug af AI på tværs af huset. I stedet for at fuldmægtige skal sidde og lave flere tusinde DD’er (due diligence), så skal vi træne tidligere i projektstyring, stakeholder management, dømmekraft og nogle af de mere menneskelige egenskaber.
Vi mener, at AI faktisk er en positiv udvikling for mange unge, idet det vil give dem mulighed for at få nogle spændende opgaver tidligere end før. Det betyder også, at de faktisk skal trænes mere, end de skulle før.
Der ligger dog også en opgave i at skabe fælles retningslinjer på tværs af branchen, så alle fuldmægtige får en ensartet basisuddannelse – uanset firmaets størrelse, ellers risikerer vi et todelt marked, hvor store kontorer accelererer hurtigere end små.
Der er en risiko for, at de nye advokater oplever for lidt friktion. Vi har som fuldmægtige selv fundet læringssignaler ved at fordybe os i for eksempel Karnov. Som et eksempel skulle Niels som helt grøn advokatfuldmægtig i 90'erne manuelt undersøge, om en stor læskedriksproducent måtte overvåge kunders adfærd i en butik med kameraer. Det stod der intet om i markedsføringsloven, men på foranledning af chefen foretog han en yderligere søgning, og derefter stod det meget klart, at det var forbudt i en anden lov, nemlig TV-overvågningsloven.
Med søgninger i AI bliver det hele serveret for en, men man misser den læring, der er i at blive udfordret og skulle finde noget, der umiddelbart er svært at finde. Hvis det glider for nemt, så er der for lidt friktion, og det er godt at få modstand i sit uddannelsesforløb, så det skal arbejdspladsen sikre ved at udfordre de fuldmægtige og finde ud af at erstatte de læringssignaler, man tidligere fik uden brug af AI. Det kan gøres ved at stille spørgsmål og give feedback til resultaterne, og hvordan de er nået frem til dem, og hvornår og hvordan de har anvendt AI. Learning by doing i sit eget selskab skal erstattes af øget samarbejde mellem de erfarne og de mindre erfarne og med gode use cases. Med AI får vi frigivet noget tid, og den tid må vi investere i mesterlæren. Fra menneske til menneske.
Vores tre vigtigste råd
1. Arbejd struktureret med AI-værktøjer
Vælg og test AI-løsninger systematisk. Det skal ikke bare være det vilde vesten. Vi har testet flere forskellige AI-værktøjer og justerer løbende i en struktureret proces.
2. Skab plads til eksperimenter
Medarbejdere skal kunne prøve AI af – men læring skal fastholdes. Man skal have frihed til at eksperimentere, men også fastholde best practice.
3. Styrk mesterlære og feedback
Det er her, de afgørende læringssignaler opstår. De læringssignaler, der tidligere kom gennem manuelt arbejde, skal erstattes.
Der er en risiko for, at de nye advokater oplever for lidt friktion.
