(資料圖片僅供參考)

作者 |Jack Shepherd

編譯 | YIFEI

CHATGPT是一個神奇的工具，我們可以問它一個問題，然后得到看似靠譜的結果，例如讓它以詹姆斯？布朗特（James Blunt）的風格寫一首歌，它就會以一種讓人擔憂又令人信服的方式照做。

要想深入了解ChatGPT到底具備多大的用處，首先需要了解它是如何工作的，否則我們不知道到底在哪里可以使用這個前途無量的技術。

有兩種算法。基于規(guī)則的算法根據(jù)人類教給它們的一系列特定規(guī)則產(chǎn)生輸出，例如“如果時間在晚上12點之前，顯示‘早上好’”。機器學習算法基于（“訓練”）先前的例子產(chǎn)生輸出，例如“這里有100萬張貓的圖片……現(xiàn)在告訴我，根據(jù)你從這100萬張圖片中所知道的，下一張圖片是不是一只貓？”。

ChatGPT是一種“語言學習模型”，這意味著它基于一種機器學習算法，該算法有數(shù)百萬個句子作為訓練數(shù)據(jù)。在非?；镜男g語中，它經(jīng)過專門訓練，通過計算一個詞接另一個詞的概率來構建有意義的句子，正如手機上的超級自動糾錯功能。

特別是在ChatGPT中，人類已經(jīng)給出了它可能會被問到的問題的例子、對這些問題的回答以及對問題的潛在回答的評級。Chat GPT的“監(jiān)督”部分賦予了它神奇的力量，可以對問題做出令人印象深刻的回答。至少，這是我認為可能發(fā)生的事情——開放式人工智能對于人類參與的本質到底是什么并不清楚。

有幾點需要注意：

ChatGPT是構造有意義的句子的專家

ChatGPT的回答將取決于我們提出的問題，以略微不同的方式提出同一個問題或許會得到不同的答案

它不會提出澄清性的問題，以確保它理解我們所尋找的答案類型

它不是語境中的專家，它的工作基于一個詞接著另一個詞的概率

由于訓練數(shù)據(jù)集的龐大，我們無法“追溯”它的回答到一個特定的來源

ChatGPT可以聊天起草合同，像“起草一份雇傭合同”這樣的提示會得到一份看起來相當完善的雇傭合同。如果律師們正在為他們需要提供的合同尋找一個模板或范例，這可能會節(jié)省他們的時間。

值得指出的是，ChatGPT有大量的潛在用例，合同起草只是其中之一。其他用例包括法律咨詢備忘錄、起草訴狀和法院文件、摘要等等。

初稿

在向Chat GPT提出了許多合同起草任務后，它的產(chǎn)出總是讓人驚喜。然而，由于ChatGPT實際上并不理解其輸出的法律后果（它生成的是句子，而不是法律建議），因此它的輸出通常是有問題的。此外，它不了解所有的語境，例如，它從來沒有問你應該是什么支配法律。

在許多其他的案例中，ChatGPT的輸出根本沒有意義。例如，當要求它起草一份鎖定期協(xié)議（Lock-Up Agreement），這是一份用于重組交易的協(xié)議，要求股票或債券持有人投票支持重組提議。這類協(xié)議的關鍵是，證券持有人不能將其證券轉讓給任何人，除非受讓人也同意投票贊成該提議。

ChatGPT提供了一個漂亮的鎖定機制，但它允許人們自由轉讓股份，如果他們是禮物或與轉讓方無關的受讓人——從而顛覆了協(xié)議的整個目的。同樣，這是因為ChatGPT的設計是為了產(chǎn)生有意義的句子，而不是有意義的法律建議。

但是也許ChatGPT的“在沒有咨詢律師的情況下不應該使用”的提示可以挽救它。如果不檢查和改進就依賴ChatGPT的輸出，那就太冒險了。普遍的共識是，至少現(xiàn)在，在ChatGPT的使用方面，需更少地起草合同，而更多地生成合同的初稿。這種方法更容易讓人接受，但我仍然對以這種方式使用Chat GPT有兩個問題。

來源和背景

首先，在審閱一份合同時，我們想知道為什么要這樣起草？為什么雇傭合同中有園藝假的條款？為什么要以一種特殊的方式起草？我們在特定的情況下需要它嗎？哪些條款是不能協(xié)商的？

在第一次使用ChatGPT時，假定有一個特定的輸出源，但考慮到它所訓練的大型數(shù)據(jù)集，顯然這無法獲取。如果一份合同記錄了雙方之間的關系，但人們可能會同意一方或雙方都不能正確理解的事情，這讓人難以置信。

檢查

其次，在基于模板審查合同時，我們可以看到哪里發(fā)生了變化，從而能夠在特定的地方進行評論。我們可以快速跳過例行公事，專注于需要審問的條款；也可以在使用示例文檔（而不是模板）時與起草文檔的人交談，并找出哪些部分經(jīng)過了大量協(xié)商，哪些部分沒有。

而對于基于黑匣子的輸出，我們并不知道該關注什么。這導致我們必須對網(wǎng)頁上的每一個字都進行100%的審查，由于法律文件很長，這無疑會給審查增加負擔。

最后的手段？

我可以理解為什么ChatGPT在合同起草方面對人們的吸引力，但距離自主起草合同還有很長的路要走。很少有律師起草以前從未起草過的合同，大多數(shù)人更愿意用事務所批準的模板，至少在這種情況下，它已經(jīng)被人審查過了，我們可以找到其出處和背景，否則很難為客戶提供適當?shù)慕ㄗh或幫助其最大化達到目的。

另外，ChatGPT揭示了律師事務所在知識管理方面的一些有意思的文化差異。一般來說，美國律師更習慣于從先前的案例中起草文件，因為他們的公司通常沒有足夠的資源來制作公司認可的模板。然而，歐洲律師擁有更多的知識管理傳統(tǒng)，并且經(jīng)常擁有一整套本土的模板（也稱為先例）。相較而言，美國律師似乎更愿意使用ChatGPT來起草合同，因為他們更習慣于“在DMS中搜索”以獲得先前的合同示例。

我們請ChatGPT對這篇文章進行總結，它回答道：

這篇文章是關于ChatGPT的，它是一個使用機器學習算法生成問題回答的工具。作者提到，雖然ChatGPT的輸出看起來令人印象深刻，但它們經(jīng)常是沖突的、錯誤的或者模糊的，并且該工具不理解其輸出的法律后果。作者認為，ChatGPT目前的用處是用于生成合同的初稿，但提出了兩個問題：其輸出缺乏來源和上下文，以及無法追溯其回答到特定的來源。作者警告說，ChatGPT的輸出不應該在沒有咨詢律師的情況下使用。

這是一個尚且準確的總結，我們繼續(xù)問ChatGPT作者是否正確：

作為一個AI語言模型，我沒有個人觀點或偏見。然而，從這篇文章來看，作者似乎對ChatGPT起草合同的能力有著微妙的看法，認識到了它生成初稿的潛力，但也強調(diào)了其局限性，比如缺乏對法律后果、上下文和來源的理解。

也許對于ChatGPT來說，做總結比起草和合同會做得更好。