BCI ਦਾ ਵੱਡਾ ਐਕਸ਼ਨ: AI-ਤੇ ਆਧਾਰਿਤ ਕਾਨੂੰਨੀ ਗਲਤੀਆਂ 'ਤੇ ਲਗਾਈ ਰੋਕ

ਪੇਸ਼ੇਵਰ ਜ਼ਿੰਮੇਵਾਰੀ ਦੀ ਕੰਧ

ਕਾਨੂੰਨੀ ਪੇਸ਼ਾ ਇਸ ਸਮੇਂ ਤੇਜ਼ੀ ਨਾਲ ਤਕਨਾਲੋਜੀ ਦੇ ਅਪਣਾਏ ਜਾਣ ਅਤੇ ਬੁਨਿਆਦੀ ਨੈਤਿਕ ਮਾਪਦੰਡਾਂ ਦੇ ਟਕਰਾਅ ਨੂੰ ਨੈਵੀਗੇਟ ਕਰ ਰਿਹਾ ਹੈ। ਇਹ ਸਪੱਸ਼ਟ ਕਰਕੇ ਕਿ ਅਦਾਲਤੀ ਫਾਈਲਿੰਗ ਲਈ ਜਵਾਬਦੇਹੀ ਸਿਰਫ਼ ਮਨੁੱਖੀ ਵਕੀਲ ਨਾਲ ਸਬੰਧਤ ਹੈ, ਬਾਰ ਕੌਂਸਲ ਆਫ ਇੰਡੀਆ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਢੰਗ ਨਾਲ 'ਮਸ਼ੀਨ ਗਲਤੀ' (machine error) ਦੇ ਬਚਾਅ ਨੂੰ ਬੰਦ ਕਰ ਰਹੀ ਹੈ। ਇਹ ਕਦਮ 'ਹੈਲੂਸੀਨੇਟਿਡ' (hallucinated) ਕਾਨੂੰਨੀ ਪੂਰਵ-ਅਨੁਮਾਨਾਂ ਦੀ ਵਧਦੀ ਬਾਰੰਬਾਰਤਾ ਨੂੰ ਸੰਬੋਧਿਤ ਕਰਦਾ ਹੈ - ਅਜਿਹੇ ਮਾਮਲੇ ਜਿੱਥੇ AI ਮਾਡਲ ਮਨਾਉਣ ਯੋਗ ਪਰ ਪੂਰੀ ਤਰ੍ਹਾਂ ਗੈਰ-ਮੌਜੂਦ ਜੁਡੀਸ਼ੀਅਲ ਸਾਈਟੇਸ਼ਨ ਤਿਆਰ ਕਰਦੇ ਹਨ। ਅਦਾਲਤ ਦੀ ਨਜ਼ਰ ਵਿੱਚ, ਫਾਈਲਿੰਗ ਪ੍ਰਕਿਰਿਆ ਵਿੱਚ ਮਨੁੱਖੀ ਨਿਗਰਾਨੀ ਦੀ ਅਣਹੋਂਦ ਡਿਊਟੀ ਦੀ ਸਿੱਧੀ ਉਲੰਘਣਾ ਹੈ, ਕਿਉਂਕਿ ਸੌਫਟਵੇਅਰ ਕਾਨੂੰਨ ਦੇ ਅਭਿਆਸ ਵਿੱਚ ਅੰਤਰ-ਨਿਹਤ ਵਿਸ਼ਵਾਸਪਾਤਰਤਾ (fiduciary requirements) ਦੀਆਂ ਜ਼ਰੂਰਤਾਂ ਨੂੰ ਪੂਰਾ ਕਰਨ ਦੀ ਸਥਿਤੀ ਵਿੱਚ ਨਹੀਂ ਹੈ।

AI ਏਕੀਕਰਨ ਦਾ ਸੰਚਾਲਨ ਜੋਖਮ (Operational Risk)

ਜਦੋਂ ਕਿ ਕਾਨੂੰਨੀ ਫਰਮਾਂ ਡਿਸਕਵਰੀ, ਡਾਕੂਮੈਂਟ ਇੰਡੈਕਸਿੰਗ, ਅਤੇ ਮੁੱਢਲੀ ਡਰਾਫਟਿੰਗ ਨੂੰ ਸੰਭਾਲਣ ਲਈ ਜਨਰੇਟਿਵ ਮਾਡਲਾਂ ਨੂੰ ਵਧਾ-ਚੜ੍ਹਾ ਕੇ ਤਾਇਨਾਤ ਕਰ ਰਹੀਆਂ ਹਨ, ਇਹ ਕੁਸ਼ਲਤਾ ਲਾਭ ਲੁਕਵੇਂ ਢਾਂਚਾਗਤ ਖਰਚਿਆਂ ਨਾਲ ਆਉਂਦੇ ਹਨ। ਆਟੋਮੇਟਿਡ ਸਾਰਾਂਸ਼ ਟੂਲਜ਼ 'ਤੇ ਨਿਰਭਰਤਾ ਅਕਸਰ ਇਹ ਯਕੀਨੀ ਬਣਾਉਣ ਲਈ ਲੋੜੀਂਦੇ ਤਸਦੀਕ ਕਦਮਾਂ ਨੂੰ ਬਾਈਪਾਸ ਕਰ ਦਿੰਦੀ ਹੈ ਕਿ ਸਾਈਟ ਕੀਤੀਆਂ ਗਈਆਂ ਅਥਾਰਿਟੀਜ਼ ਅਸਲ ਵਿੱਚ ਮੌਜੂਦ ਹਨ। ਰਵਾਇਤੀ ਖੋਜ ਡਾਟਾਬੇਸ ਜੋ ਪ੍ਰਮਾਣਿਤ, ਕਾਲਕ੍ਰਮਿਕ ਕੇਸ ਕਾਨੂੰਨ ਪ੍ਰਦਾਨ ਕਰਦੇ ਹਨ, ਦੇ ਉਲਟ, ਵੱਡੇ ਭਾਸ਼ਾ ਮਾਡਲ ਸੰਭਾਵੀ ਟੈਕਸਟ ਪ੍ਰੀਡਿਕਸ਼ਨ 'ਤੇ ਕੰਮ ਕਰਦੇ ਹਨ। ਇਹ ਅੰਤਰੀਵ ਡਿਜ਼ਾਈਨ ਖਾਮੀ ਅਭਿਆਸੀਆਂ ਲਈ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਐਕਸਪੋਜ਼ਰ ਬਣਾਉਂਦੀ ਹੈ ਜੋ AI-ਦੁਆਰਾ ਤਿਆਰ ਕੀਤੇ ਆਉਟਪੁੱਟ ਨੂੰ ਪ੍ਰਾਇਮਰੀ ਕਾਨੂੰਨੀ ਡਾਟਾਬੇਸ ਦੇ ਵਿਰੁੱਧ ਕ੍ਰਾਸ-ਰੈਫਰੈਂਸ ਕਰਨ ਵਿੱਚ ਅਸਫਲ ਰਹਿੰਦੇ ਹਨ। ਹਾਲੀਆ ਨਿਆਂਇਕ ਜਾਂਚ, ਖਾਸ ਤੌਰ 'ਤੇ Gummadi Usha Rani v Sure Mallikarjuna Rao ਵਰਗੇ ਮਾਮਲਿਆਂ ਵਿੱਚ, ਇਹ ਉਜਾਗਰ ਕਰਦੀ ਹੈ ਕਿ ਕਿਵੇਂ ਅਣ-ਜਾਂਚੇ ਡਿਜੀਟਲ ਸਹਾਇਤਾ 'ਤੇ ਨਿਰਭਰਤਾ ਪ੍ਰਕਿਰਿਆਤਮਕ ਓਵਰਸਾਈਟ ਤੋਂ ਅਨੁਸ਼ਾਸਨੀ ਪੁੱਛਗਿੱਛ ਦੇ ਉਤਪ੍ਰੇਰਕ (catalyst) ਵਿੱਚ ਤੇਜ਼ੀ ਨਾਲ ਬਦਲ ਰਹੀ ਹੈ।

ਫੋਰੈਂਸਿਕ ਬੀਅਰ ਕੇਸ: ਡਾਟਾ ਗੋਪਨੀਯਤਾ ਅਤੇ ਨੈਤਿਕਤਾ

BCI ਦਾ ਨਿਰਦੇਸ਼ ਸਿਰਫ਼ ਸਾਈਟੇਸ਼ਨ ਦੀ ਸ਼ੁੱਧਤਾ ਤੋਂ ਪਰੇ ਹੈ, ਡਾਟਾ ਅਖੰਡਤਾ (data integrity) ਅਤੇ ਗਾਹਕ ਦੀ ਗੁਪਤਤਾ (client confidentiality) ਦੇ ਗੰਭੀਰ ਮੁੱਦੇ ਨੂੰ ਛੂੰਹਦਾ ਹੈ। ਪ੍ਰਿਵਿਲੇਜਡ ਕੇਸ ਵੇਰਵੇ ਜਾਂ ਸੰਵੇਦਨਸ਼ੀਲ ਕਾਨੂੰਨੀ ਰਣਨੀਤੀਆਂ ਨੂੰ ਓਪਨ-ਐਕਸੈਸ ਜਾਂ ਤੀਜੀ-ਧਿਰ AI ਪਲੇਟਫਾਰਮਾਂ 'ਤੇ ਅਪਲੋਡ ਕਰਨਾ ਇੱਕ ਪ੍ਰਣਾਲੀਗਤ ਕਮਜ਼ੋਰੀ (systemic vulnerability) ਬਣਾਉਂਦਾ ਹੈ। ਕਿਉਂਕਿ ਇਹ ਮਾਡਲ ਅਕਸਰ ਆਪਣੇ ਸਿਖਲਾਈ ਸੈੱਟਾਂ ਨੂੰ ਸੁਧਾਰਨ ਲਈ ਇਨਪੁੱਟ ਡਾਟਾ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹਨ, ਵਕੀਲ ਅਣਜਾਣੇ ਵਿੱਚ ਵਪਾਰਕ ਰਹੱਸਾਂ (trade secrets) ਜਾਂ ਗਾਹਕ ਦੀ ਗੁਪਤ ਜਾਣਕਾਰੀ ਨੂੰ ਜਨਤਕ ਡੋਮੇਨ ਵਿੱਚ ਲੀਕ ਕਰਨ ਦਾ ਜੋਖਮ ਚੁੱਕਦੇ ਹਨ। ਇਹ ਵਿਵਹਾਰ ਇੱਕ ਦੋਹਰਾ ਖਤਰਾ ਪੈਦਾ ਕਰਦਾ ਹੈ: ਇਹ ਵਕੀਲ-ਗਾਹਕ ਵਿਸ਼ੇਸ਼ ਅਧਿਕਾਰ (attorney-client privilege) ਦੀ ਉਲੰਘਣਾ ਕਰਦਾ ਹੈ ਅਤੇ ਇੱਕ ਉੱਚ-ਦਾਅ ਲਾਇਬਿਲਟੀ ਜਾਲ (liability trap) ਬਣਾਉਂਦਾ ਹੈ ਜਿੱਥੇ ਫਰਮਾਂ ਡਾਟਾ ਸਟੂਅਰਡਸ਼ਿਪ ਵਿੱਚ ਲਾਪਰਵਾਹੀ ਲਈ ਮਾਲਪ੍ਰੈਕਟਿਸ ਮੁਕੱਦਮੇਬਾਜ਼ੀ ਦਾ ਸਾਹਮਣਾ ਕਰ ਸਕਦੀਆਂ ਹਨ। ਜਿਹੜੇ ਵਕੀਲ ਸਖਤ ਪਾਲਣਾ (strict compliance) ਉੱਤੇ ਗਤੀ ਨੂੰ ਤਰਜੀਹ ਦਿੰਦੇ ਹਨ, ਉਹ ਪ੍ਰਭਾਵੀ ਢੰਗ ਨਾਲ ਐਡਵੋਕੇਟਸ ਐਕਟ, 1961 ਦੇ ਮੌਜੂਦਾ ਢਾਂਚੇ ਦੇ ਤਹਿਤ ਰੈਗੂਲੇਟਰੀ ਦਖਲ ਦੀ ਆਗਿਆ ਦੇ ਰਹੇ ਹਨ।

ਭਵਿੱਖੀ ਪਾਲਣਾ ਟ੍ਰੈਜੈਕਟਰੀ (Future Compliance Trajectory)

ਅੱਗੇ ਵਧਦੇ ਹੋਏ, ਸਾਬਤ ਕਰਨ ਦਾ ਬੋਝ ਫਰਮਾਂ ਵੱਲ ਤਬਦੀਲ ਹੋ ਜਾਵੇਗਾ ਤਾਂ ਜੋ ਕਿਸੇ ਵੀ ਦਸਤਾਵੇਜ਼ ਲਈ ਸਖਤ ਅੰਦਰੂਨੀ ਆਡਿਟਿੰਗ ਪ੍ਰਕਿਰਿਆਵਾਂ ਦਾ ਪ੍ਰਦਰਸ਼ਨ ਕੀਤਾ ਜਾ ਸਕੇ ਜੋ ਤਕਨੀਕੀ ਸਹਾਇਤਾ ਨਾਲ ਤਿਆਰ ਕੀਤਾ ਗਿਆ ਹੈ। BCI ਨੇ ਸਪੱਸ਼ਟ ਕਰ ਦਿੱਤਾ ਹੈ ਕਿ ਧਾਰਾ 35 ਅਤੇ 36 ਦੇ ਤਹਿਤ ਮੌਜੂਦਾ ਅਨੁਸ਼ਾਸਨੀ ਵਿਧੀਆਂ (disciplinary statutes) ਸਵੈਚਲਿਤ ਸਾਧਨਾਂ (automated tools) 'ਤੇ ਲਾਪਰਵਾਹ ਨਿਰਭਰਤਾ ਨੂੰ ਸਜ਼ਾ ਦੇਣ ਲਈ ਇੱਕ ਮਜ਼ਬੂਤ ਮਕੈਨਿਜ਼ਮ ਪ੍ਰਦਾਨ ਕਰਦੀਆਂ ਹਨ। ਸਿੱਟੇ ਵਜੋਂ, ਫਰਮਾਂ ਨੂੰ AI ਨੂੰ ਇੱਕ ਜੂਨੀਅਰ ਸਹਾਇਕ (junior assistant) ਵਜੋਂ ਮੰਨਣਾ ਚਾਹੀਦਾ ਹੈ ਜਿਸਨੂੰ ਸੁਤੰਤਰ ਕਾਨੂੰਨੀ ਤਰਕ (independent legal reasoning) ਕਰਨ ਦੇ ਸਮਰੱਥ ਅਥਾਰਿਟੀ ਦੀ ਬਜਾਏ ਨਿਰੰਤਰ ਨਿਗਰਾਨੀ ਦੀ ਲੋੜ ਹੈ। ਧਿਆਨ ਅਕਸਰ ਸਜ਼ਾ ਦੇ ਜੋਖਮ ਨੂੰ ਘੱਟ ਕਰਨ ਲਈ ਸਾਰੇ ਅਦਾਲਤੀ-ਬੱਧ ਫਾਈਲਿੰਗਾਂ ਲਈ ਮਨੁੱਖ-ਇਨ-ਦ-ਲੂਪ (human-in-the-loop) ਪ੍ਰੋਟੋਕੋਲ ਨੂੰ ਲਾਜ਼ਮੀ ਬਣਾਉਣ ਵੱਲ ਤਬਦੀਲ ਹੋਣ ਦੀ ਸੰਭਾਵਨਾ ਹੈ।