Question 1

At lade en kundevendt AI-chatbot citere dine egne vilkår

Accepted Answer

Hvis din bot lover det, har du købt det. "AI'en sagde det" er ikke et forsvar, det er en tilståelse. En virksomhed forsøgte i en rigtig nævnssag at argumentere for, at dens hjemmesidechatbot var en selvstændig juridisk enhed med ansvar for sine egne ord. Nævnet lo ikke, men det var tæt på. Din bot er dig. Alt, hvad den siger, er en erklæring, din virksomhed har afgivet. En AI, der selvsikkert opfinder en refusionspolitik, du slet ikke tilbyder, er ikke en charmerende lille hjælper. Det er en ansvarsmaskine, der spytter løfter ud, som du derefter hænger på at indfri.

Question 2

At stole på en "AI-advokat" til at lave gyldige juridiske dokumenter uden opsyn

Accepted Answer

"Robotadvokat" er et reklameslogan, ikke en ansvarsforsikring. Robotten bærer ikke risikoen. Det gør du. En tilsynsmyndighed gik efter en virksomhed, der markedsførte en "AI-advokat" med påstand om, at den kunne lave fuldstændig gyldige juridiske dokumenter og erstatte menneskelige advokater, uden at teste nøjagtigheden eller lade rigtige advokater verificere resultatet. At markedsføre AI-juridisk arbejde som ligeværdigt med en advokat uden dokumentation er et problem med vildledende markedsføring. En kontrakt, der ser advokatagtig ud og stille og roligt er forkert, er farligere end ingen kontrakt, for den giver dig selvtillid lige indtil det øjeblik, den svigter dig foran en, der læser den for et levebrød.

Question 3

At spørge AI, om dit allerede underskrevne forlig stadig er bindende

Accepted Answer

Du skrev under. Det gjorde modellen ikke. Gæt, hvem af jer retten interesserer sig for. Den her er reelt uafklaret, og netop derfor er den farlig. En AI, der fortæller nogen, at deres underskrevne forlig "egentlig ikke er bindende", kan udløse rigtige tvister, herunder påstande om kontraktindblanding og uautoriseret advokatvirksomhed mod AI'ens producent. En model kender ikke din sags processuelle stade, den præcise ordlyd i afkaldet eller jurisdiktionens regler. Den mønstergenkender selvtillid ind i en situation, hvor en fejl ruller noget tilbage, du allerede har sagt ja til.

Question 4

At citere sager fra en AI uden at tjekke, om de findes

Accepted Answer

Modellen opfinder en sag, en henvisning og et citat og serverer alle tre med samme rolige selvtillid, den bruger til de ægte. Det er hele genrens grundlæggende skrækhistorie. Advokater indgav et processkrift med seks fuldstændig opdigtede afgørelser, en chatbot havde produceret, komplet med falske citater og falske dommere. At spørge chatbotten "er disse ægte?" og få et "ja" er ikke verifikation. Det er den samme maskine, der lyver for dig to gange. En AI optimerer for tekst, der ligner en henvisning, ikke for en henvisning, der findes. Et perfekt formateret journalnummer med et plausibelt sagsnavn er det letteste i verden for den at lave og det sværeste for en travl person at betvivle.

Question 5

At antage, at en hallucineret henvisning bare giver en lille bøde

Accepted Answer

En bøde er det billige udfald. Det dyre er dit navn på en indberetning til disciplinærnævnet. En appeldomstol nøjedes ikke med at bøde en advokat for at citere en ikke-eksisterende AI-genereret sag. Den indberettede hende til sit klagenævn til en disciplinærundersøgelse. Pligten til at foretage en rimelig undersøgelse, før du underskriver et processkrift, gælder fuldt ud for AI-assisteret research. Der findes ingen "computeren gjorde det"-undtagelse. Det omdømmemæssige tab rammer hårdere end beløbet. En offentliggjort afgørelse, der beskriver, hvordan du citerede en sag, der ikke findes, følger dit navn langt længere, end en femcifret sanktion gør.

Question 6

At stole på dit firmas eget AI-værktøj til at få henvisningerne rigtige

Accepted Answer

En hallucination med dit firmas logo på er stadig en hallucination. Brandingen gør ikke sagerne ægte. Selv et stort firmas eget interne AI-værktøj producerede processkrifter, der citerede sager, som ikke fandtes. "Det er vores eget system" køber dig ingenting, hvis ingen åbnede sagerne. Den underskrivende advokat bærer stadig ansvaret, uanset hvis model der lavede udkastet. Bemærkelsesværdigt nok slap firmaet selv for sanktion ved at vise, at det siden havde gjort uafhængig verifikation obligatorisk. Værktøjet var ikke garantien. Politikken om at tjekke hver henvisning var.

Question 7

At give AI-genereret "research" til din egen advokat til indgivelse

Accepted Answer

Uagtsom og hensynsløs lander forskellige steder. Ingen af dem er et sted, hvor du har lyst til at forklare, hvordan du kom dertil. Der er en reel, snæver grænse her. I én sag gav en tiltalt falske henvisninger fra en chatbot videre til sin advokat, der indgav dem. Dommeren afstod fra at sanktionere og kaldte adfærden uagtsom snarere end ond tro. Det er ikke et sikkert frirum. Det er en nærved-katastrofe, der afhang af de konkrete omstændigheder. Kontrasten til de berømte sanktionssager er hele lektien: forskellen mellem en bøde og en frikendelse kan komme an på hensigt, og du får ikke lov til bagefter at bestemme, hvilken side af den grænse en domstol placerer dig på.

Question 8

At bruge AI til at brainstorme researchvinkler og så verificere hvert ord

Accepted Answer

AI er et fint sted at starte en søgning. Det er et katastrofalt sted at slutte den. Det er den version, der faktisk virker. Brugt som brainstormingpartner er AI virkelig nyttig: den finder vinkler frem, laver letforståelige resuméer og hjælper dig med at bygge en liste over ting, du skal tjekke. Faren opstår kun, når forslaget bliver til henvisningen uden et menneske imellem. Hele katastrofegenren findes, fordi folk sprang verifikationstrinnet over. Behold trinnet, og det samme værktøj bliver et aktiv i stedet for et ansvar. Færdigheden ligger i at vide, hvilke af dens output der kræver en kilde, og hvilke der ikke gør.

Question 9

At træne eller fodre AI med personoplysninger uden retsgrundlag

Accepted Answer

"Det lå på internettet" er ikke et retsgrundlag. I EU er det knap nok en undskyldning. En databeskyttelsesmyndighed uddelte en stor ottecifret bøde for at træne en AI på personoplysninger uden et gyldigt retsgrundlag, sammen med svigt i gennemsigtigheden og en manglende anmeldelse af brud. Det var den første store bøde for generativ AI under EU's databeskyttelseslovgivning, og det bliver ikke den sidste. Instinktet om, at offentligt betyder frit at bruge, overlever ikke kontakt med GDPR. Personoplysninger bærer forpligtelser, uanset hvor du fandt dem: et lovligt grundlag, gennemsigtighed om, hvad du gør, og en måde, hvorpå folk kan udøve deres rettigheder.

Question 10

At stole på AI-output om en rigtig, navngiven person

Accepted Answer

Når en model opfinder en forbrydelse og hæfter en rigtig persons navn på den, er det ikke en fejl. Under databeskyttelsesret er det en nøjagtighedsovertrædelse. En model fortalte engang en rigtig mand, at han havde myrdet sine egne børn og afsonet årtier i fængsel, blandet med sande detaljer som hans faktiske hjemby og familie. Under EU's databeskyttelsesret er dette ikke kun ærekrænkelse. Det er et datanøjagtighedsproblem, og umuligheden af at rette eller slette løgnen er i sig selv en overtrædelse af retten til berigtigelse. Dette område er stadig under afklaring, og det er netop pointen. Nøjagtigheds- og berigtigelsespligterne knytter sig til AI-genererede udsagn om mennesker på samme måde, som de knytter sig til en databasepost, og "modellen sagde det" frigør dig ikke fra dem.

Question 11

At antage, at "offentligt tilgængeligt" betyder frit at skrabe og træne på

Accepted Answer

Synligt og tilladt er ikke det samme ord. Folk bliver ved med at betale advokater for at lære forskellen. Omfattende gruppesøgsmål fremførte teorien om, at det at skrabe milliarder af ord og personlige detaljer for at træne modeller, uden samtykke, berører privatlivs- og datarettigheder. Nogle af de konkrete sager faldt på processuelle forhold, så behandl dem som teorisættende snarere end sejre. Men selve teorien ligger nu solidt på bordet. Offentlig synlighed handler om adgang, ikke om tilladelse. At et foto, et opslag eller en profil er tilgængelig, siger intet om, hvorvidt du må indlæse det i en kommerciel model. Det andet spørgsmål har sine egne regler, og de strammes.

Question 12

At fodre AI-værktøjer med kun de data, de faktisk har brug for

Accepted Answer

De sikreste personoplysninger er dem, du aldrig indtaster. Minimér først, prompt bagefter. Det er den kedelige vane, der holder dig ude af skrækhistorierne. Bøderne og forbuddene klumper sig om organisationer, der fodrede modeller med flere personoplysninger, end de havde et grundlag for. Dataminimering, princippet om kun at bruge det, du reelt har brug for, er den billigste compliance, du nogensinde laver. De fleste AI-opgaver kræver faktisk ikke et navn, en adresse eller en komplet journal. De kræver de relevante fakta. Adskil de to, og det meste af din privatlivsrisiko forsvinder, før du overhovedet trykker send.

Question 13

At kræve ophavsret på et fuldt AI-genereret værk

Accepted Answer

En maskine kan ikke være ophavsperson. Du kan ikke få ophavsret på noget, intet menneske har lavet, uanset hvor god prompten var. En mand brugte år på at forsøge at registrere et AI-genereret kunstværk med maskinen som ophavsperson. Domstolene sagde nej, hele vejen op, fordi ophavsret kræver en menneskelig ophavsperson i første instans. Højesteret afviste at røre ved det, hvilket gør det til fast retstilstand: fuldt AI-genereret værk uden menneskeligt ophav kan ikke registreres. Dette afgør ikke menneske-AI-samarbejde, hvor en person reelt former resultatet. Men rent maskinoutput, der står alene, har ingen ophavsret, nogen kan eje, heller ikke dig.

Question 14

At ophavsretsbeskytte et AI-assisteret værk, hvor du selv lavede noget af det

Accepted Answer

Du kan beskytte de dele, du lavede. De dele, maskinen lavede, følger med gratis, i begge betydninger. Da nogen registrerede en grafisk roman med AI-genererede billeder, lod ophavsretskontoret beskyttelsen gælde kun for den menneskeskrevne tekst og udvælgelsen og sammensætningen. Selve AI-billederne fik intet. At levere prompts til en generator blev anset for ikke reelt at forme de resulterende billeder i ophavsretlig forstand. Så værket kan beskyttes i stykker. Din skrift, din kuratering, dit layout, de er dine. De rå genererede aktiver i midten er ikke, og du bør ikke fremstille det, som om de er.

Question 15

At træne en kommerciel AI på en konkurrents ophavsretsbeskyttede materiale

Accepted Answer

At bygge en erstatning for nogens produkt ud af deres eget ophavsretsbeskyttede værk er ikke transformativt. Det er bare konkurrence med ekstra skridt og et søgsmål. En domstol leverede den første amerikanske føderale afgørelse, der afviste et fair use-forsvar for AI-træning, hvor en virksomhed trænede et juridisk researchværktøj på en konkurrents ophavsretsbeskyttede headnotes. Brugen blev fundet ikke-transformativ og en markedserstatning, hvilket nogenlunde er den værste kombination af ord, du kan høre i en fair use-analyse. Fair use læner sig op ad, om din brug transformerer originalen, og om den skader markedet for den. Træn på en konkurrents materiale for at bygge et rivaliserende produkt, og du har besvaret begge spørgsmål imod dig selv.

Question 16

At bruge piratkopieret materiale som træningsdata

Accepted Answer

Hvordan du fik bøgerne betyder lige så meget som, hvad du gjorde med dem. Et piratbibliotek er ikke en datapipeline. En domstol fandt, at træning på lovligt erhvervede bøger kunne være fair use, men brug af piratkopier var det ikke. Virksomheden forligte sig derefter for et beløb rapporteret omkring 1,5 milliarder dollars, det største ophavsretsforlig af sin slags. Træningsmetoden var ikke den fatale fejl. Forsyningskæden var. Det er den del, hold springer over, når de har travlt: dataenes oprindelse. En forsvarlig teknik bygget på en uforsvarlig kilde kollapser i det øjeblik, nogen spørger, hvor filerne kom fra.

Question 17

At antage, at AI-ophavsretsreglerne er ens i alle lande

Accepted Answer

Hvor træningen foregik kan afgøre, hvem der vinder. Loven ændrer sig ikke ved grænsen, den ændrer sig ved serveren. I en britisk sag fandt en domstol, at en AI-models vægte ikke er en kopi af træningsbillederne, og en stor rettighedshaver tabte stort set efter at have opgivet sine primære krav om træningskrænkelse, blandt andet fordi den ikke kunne bevise, at træningen fandt sted i Storbritannien. Det er en bemærkelsesværdig kontrast til, hvordan de samme spørgsmål argumenteres i USA. Så de samme fakta kan give forskellige udfald afhængigt af, hvor træningen kørte, og hvis lov der gælder. At behandle én jurisdiktions svar som universelt er, hvordan grænseoverskridende AI-projekter går lige ind i overraskelser.

Question 18

At lade et AI-rekrutteringsværktøj filtrere på alder eller andre beskyttede kendetegn

Accepted Answer

At automatisere diskrimination renvasker den ikke. Algoritmen gør bare det ulovlige hurtigere og i stor skala. Et rekrutteringsværktøj afviste automatisk kvindelige ansøgere over 55 og mandlige ansøgere over 60 og sorterede mere end to hundrede mennesker fra. Det blev opdaget, da nogen genansøgte med kun fødselsdatoen ændret og pludselig fik en samtale. En tilsynsmyndighed behandlede det som en ligefrem aldersdiskriminationsovertrædelse, for det var præcis, hvad det var. At lægge biasen i software gør den ikke neutral. Hvis et filter afviser folk baseret på et beskyttet kendetegn, eller en proxy som fødselsdato, er det den samme ulovlige beslutning, som det ville være, hvis et menneske traf den i hånden.

Question 19

At antage, at AI-screeningleverandøren bærer diskriminationsrisikoen

Accepted Answer

Leverandøren er måske også ansvarlig. Det er ikke det samme, som at du er ude af skuddet, og et delt søgsmål er stadig dit søgsmål. En domstol lod et krav om skævvridende effekt gå videre mod en AI-screeningleverandør ud fra teorien om, at leverandøren kan være direkte ansvarlig som agent for de arbejdsgivere, der bruger den. Det er et reelt skift i, hvem der kan sagsøges. Men læs det rigtigt: det udvider ansvaret, det flytter det ikke væk fra dig. Dette område er stadig under afklaring, med et landsdækkende kollektivt søgsmål certificeret. Den sikre læsning for en arbejdsgiver er, at du og din leverandør begge kan hænge på det, så "vi brugte et tredjepartsværktøj" er ikke det skjold, folk antager.

Question 20

At bruge AI til at skrive et jobopslag, med et menneskeligt bias-tjek før det screener nogen

Accepted Answer

AI, der skriver opslaget, er fint. AI, der afgør, hvem der afvises, uauditeret, er, hvordan du ender i retspraksis. Det er det sikre spor. At bruge AI til at skrive et opslag, stramme sproget eller markere formuleringer, der kunne afskrække kandidater, er lavrisiko og reelt nyttigt. Faren bor ét skridt senere, når den samme begejstring rettes mod automatisk at afvise ansøgere, uden at nogen tjekker mønstret. Hold modellen på skrivesiden og et menneske på beslutningssiden, og du får produktiviteten uden risikoen for skævvridende effekt. De advarende forlig deler alle ét træk: ingen auditerede, hvad automatiseringen sorterede fra.

Sally's Law