Ako systematická práca s AI môže zlepšiť právnu rešerš

Advokát dostane prípad z oblasti, ktorou sa bežne nezaoberá. Potrebuje pripraviť právnu analýzu, ale najprv musí zistiť, čo všetko má skúmať. Deep Research mu môže pomôcť nájsť prvé otázky a zdroje. Jeden report však nemusí ukázať, ktoré súvislosti zostali mimo jeho záberu.

V prvom článku o obmedzeniach Deep Research sme rozobrali, ako môže výsledok ovplyvniť počiatočné zarámcovanie, dostupnosť dokumentov, časová použiteľnosť zdrojov či strata zistení pri sumarizácii. Teraz ukážeme, ako sme k týmto rizikám pristúpili pri tvorbe pracovného postupu Mapovanie právnej rešerše a následne z viacerých postupných promptov vytvorili automatizovanú zručnosť (tzv. skill).

Zadanie, ktoré presahuje bežnú špecializáciu

Predstavme si slovenského podnikateľa, ktorý chce spolu s väčšinovým investorom zo Spojených arabských emirátov premeniť bývalý rekreačný areál na celoročné turistické stredisko. Súčasťou zámeru sú ubytovacie domy, wellness, vlastný vodný zdroj, termálny vrt, čistenie odpadových vôd a prístupová cesta. Areál susedí s chráneným územím, časť vlastníctva nie je vysporiadaná a prístup vedie aj cez cudzie parcely. Niektoré kroky už prebehli: slovenská spoločnosť existuje niekoľko rokov a podľa zadania má práva k vrtu a vlastní niektoré pozemky.

Klient potrebuje ešte pred kúpou vedieť, či je projekt uskutočniteľný a čo môže ovplyvniť kúpu, financovanie alebo výstavbu. Advokát sa síce bežne venuje pozemkovému právu, ale celý takýto projekt rieši prvýkrát. Potrebuje rozpoznať aj ďalšie právne súvislosti, ich vzájomné väzby a význam skôr uskutočnených úkonov.

Ide o fiktívny prípad, komplexnosťou podobný reálnemu zadaniu klienta. Slúži ako ilustrácia; nejde o opis prípadu použitého pri našom testovaní.

V takejto situácii môže AI dôkladne preskúmať jednu vetvu a inú prehliadnuť. Môže nájsť správny predpis v nesprávnom časovom znení alebo odkázať na dokument, ktorý sa jej nepodarilo prečítať. Ďalšie prehlbovanie už vybraných tém samo osebe nezaručí, že sa pôvodný záber rozšíri.

Chceli sme preto pripraviť postup, ktorý začne širším mapovaním, porovná zachytené otázky, prehĺbi vybrané témy a odovzdá advokátovi zistenia spolu s otvorenými úlohami. Prínos má byť v systematickejšej a kontrolovateľnejšej práci od prvého zadania až po ďalšiu odbornú analýzu.

Prečo sme vytvorili Mapovanie právnej rešerše

Východiskom bola naša spolupráca s klientkou advokátkou, ktorá potrebovala pripraviť právnu analýzu mimo svojej bežnej špecializácie. Potrebovala získať orientáciu, zdroje a plán ďalšej práce.

Začali sme preto vytvárať postup s nadväzujúcimi krokmi a samostatnými promptmi, ktorý vedie AI od širšieho mapovania k podrobnejšej práci. Neskôr sme celý postup zachytili do AI zručnosti (tzv. skill – teda opakovane použiteľného súboru pracovných pokynov).

Jeho cieľom je pripraviť zrozumiteľný podklad: čo môže byť relevantné, prečo to súvisí s prípadom, kde sú zdroje, čo zatiaľ vieme a čo musí doplniť klient alebo overiť advokát.

Takýto postup umožňuje hodnotiť aj priebeh rešerše a jej otvorené otázky. Konečný report už nie je jedinou vecou, ktorú máme k dispozícii.

Od ručných krokov k automatizovanému postupu

Najskôr sme celý postup skúšali manuálne. Pre jednotlivé kroky sme otvárali nový čet, vkladali prompt a potrebné podklady a pri rešeršných úlohách zapínali Deep Research. Dokončený výstup sme preniesli do ďalšieho četu spolu so zadaním nadväzujúceho kroku. Takto sme mohli sledovať, kde sa strácajú informácie, kde chýba jasné zadanie a čo treba v promptoch upraviť.

Po odladení jednotlivých krokov sme ich spojili do skillu určeného na automatizovaný priebeh. Úlohy, ktoré sme predtým zadávali a prenášali ručne, má v podporovanom prostredí riadiť AI. Kým sme prišli k finálnemu samostatnému behu celého procesu, vyskúšali sme aj medzikroky a postupne znižovali počet potrebných zásahov advokáta.

Proces má tri hlavné roly:

• Koordinátor pripraví skutkový rámec, zadáva úlohy, preberá výsledky, porovnáva mapy a spravuje spoločnú evidenciu. Rozhoduje, čo treba prehĺbiť, a zostavuje finálny podklad.
• Traja mapovací pomocníci dostanú rovnaké zadanie a každý samostatne zmapuje celý problém. Počas tohto kroku nečítajú výsledky ostatných.
• Tematickí pomocníci následne skúmajú konkrétne otázky vybrané zo spoločnej mapy. Vracajú zdroje, zistenia, rozpory a nové podnety koordinátorovi.

Agentom tu rozumieme AI pomocníka s vlastným zadaním a kontextom. Nemusí ísť (ale môže) o iný jazykový model. Výmena informácií medzi pomocníkmi a koordinátorom má podobu konkrétnych úloh a výsledkov. Tri úvodné mapovania pritom zostávajú oddelené až do svojho dokončenia.

Od skutkov k trom samostatným mapovaniam

Najprv sa pripraví skutkový rámec. Zachytí cieľ klienta, osoby a ich postavenie, udalosti, dátumy, krajiny, dokumenty aj rozhodujúce neznáme. Tvrdenia klienta zostávajú tvrdeniami s uvedeným pôvodom. Jeho právna kvalifikácia slúži ako podnet na preverenie.

Potom nasledujú tri oddelené úvodné mapovania. Každé dostane rovnaký skutkový vstup a vytvorí vlastný široký pohľad bez čítania ostatných máp.

V tejto fáze zámerne nerozdeľujeme úlohy vopred na obchodné, správne či európske právo. Takéto rozdelenie by už predpokladalo, že vieme, ktoré oblasti sú relevantné. Každé mapovanie má samostatne skúmať osoby, vzťahy, činnosti, časové a cezhraničné súvislosti, práva, povinnosti, konania a alternatívne kvalifikácie.

Po prvom priechode má cielene hľadať aj to, čo by jeho mapu mohlo rozšíriť alebo spochybniť. Každý nový smer potrebuje konkrétnu väzbu na skutok alebo rozhodujúcu neznámu. Všeobecný zoznam právnych odvetví by advokátovi príliš nepomohol.

Čo ukázalo prvé skúšanie

Keď sme porovnávali tri samostatné behy mapovania, každý priniesol aspoň niečo odlišné. V časti otázok sa zhodovali, inde zachytili ďalší podnet alebo sa na problém pozreli z iného smeru. Ich zlúčením vznikla širšia pracovná mapa než pri jednom výstupe.

Je to praktické pozorovanie z nášho skúšania. Nie je to dôkaz, že tri mapovania vždy prinesú lepší výsledok alebo že číslo 3 predstavuje optimálnu voľbu.

Prínos treba posudzovať podľa významu doplnených otázok. Nová formulácia už známej témy nie je to isté ako samostatná právna otázka, ktorá môže zmeniť ďalší postup.

Tri behy zároveň zostávajú prácou AI. Pri rovnakom modeli a podobných zdrojoch môžu opakovať rovnaké chyby. Preto ich zhoda nie je potvrdením správnosti a rozdiely treba vecne posúdiť.

Pri našom teste sme zostali v jednom prostredí ChatGPT. Všetky tri mapovania sme spúšťali s rovnakými používateľsky zvolenými nastaveniami, pretože sme smerovali ku skillu s automatickým priebehom všetkých krokov V testovanom nastavení sme mali obmedzený dosah na to, ako koordinátor nastaví jednotlivých pomocníkov.

Ako si porovnať vlastné behy

Tip na vlastné odskúšanie: spustite rovnaké zadanie s rovnakými podkladmi aj v inom AI nástroji, s iným jazykovým modelom alebo s iným nastavením uvažovania (reasoning), ak ho prostredie umožňuje zvoliť. Porovnajte najmä nové relevantné otázky, zdroje a podmienky použitia. Samotný dlhší text ešte nie je lepším výsledkom.

Pri manuálnom zadávaní si môžete zvoliť počet behov aj dostupné modely pre jednotlivé kroky. Ak chcete zistiť vplyv konkrétneho nastavenia, meňte vždy jednu vec a ostatné vstupy zachovajte.

Voľbu modelu alebo úrovne uvažovania nastavujte v rozhraní či konfigurácii nástroja a overte ju tam, kde je viditeľná. Samotná veta v prompte „použi iný model“ nie je dôkazom, že k zmene skutočne došlo. Pri automatizovanom behu preto potrebujeme rozlišovať požadované a skutočne použité nastavenia pomocníkov. Možnosti ich výberu a dedenia závisia od prostredia a konfigurácie (dokumentácia k pomocným agentom v ChatGPT Work a Codexe).

Pre dlhodobejšie používanie považujeme za vhodné oddeliť metodiku od technických nastavení. Konkrétny model a úroveň uvažovania nemusia byť napevno zapísané v každom prompte. Môžu byť nastavením konkrétneho behu, ktoré zaznamenáme a pri zmene prostredia znovu overíme. Takto nemusíme pri každej zmene ponuky modelov prepisovať celý postup.

Porovnanie máp a prehĺbenie relevantných tém

Po úvodnom mapovaní sa porovnávajú konkrétne otázky, podmienky a zdroje. Zaujíma nás, čo je nové, čo sa iba inak pomenovalo, kde vznikol rozpor a ktoré pohľady mohli chýbať všetkým trom mapám.

Podnet sa nemá vyradiť iba preto, že ho zachytil jeden beh. Zároveň sa z každého okrajového upozornenia nemusí stať ďalšia rozsiahla rešerš. Rozhoduje jeho skutková väzba, možný dopad a to, čo treba zistiť na potvrdenie relevantnosti.

Až potom sa vybrané témy skúmajú podrobnejšie. Tematická rešerš má konkrétnu otázku a hranice: napríklad pôsobnosť predpisu, výnimky, procesný postup alebo relevantnú rozhodovaciu prax.

Chýbajúci údaj od klienta nemusí zastaviť celú prácu. AI môže zistiť všeobecné podmienky právneho režimu a osobitne uviesť, ktorý fakt rozhodne o jeho použití. Neznámy fakt však nesmie doplniť predpokladom.

Zistenia sa nesmú stratiť pri tvorbe súhrnu

Dôležitou súčasťou postupu je register zachytených podnetov a kontrola ich zachovania.

Pri každej podstatnej otázke má byť zrejmé, odkiaľ prišla a čo sa s ňou stalo: bola rozpracovaná, pokrytá inou témou, odložená do získania konkrétneho údaja alebo vyradená s vecným dôvodom.

Kontrola sa týka aj jednotlivých právnych pravidiel. Ak tematická rešerš našla dve rozdielne povinnosti dvoch osôb, nemali by sa vo finálnom texte zmeniť na neurčitú vetu, že napr. „treba splniť regulačné požiadavky“.

Súčasne sa zachováva pôvod overenia. To, že koordinátor prečíta výsledok pomocníka, ešte neznamená, že sám otvoril a skontroloval jeho primárny zdroj.

Takáto evidencia umožňuje dohľadávať vznik záverov a pokračovať v práci. Sama však nepotvrdzuje ich pravdivosť.

Čo má na konci dostať advokát

Výsledok má byť použiteľný bez čítania celej histórie rozhovorov s AI. Pri každej dôležitej téme by mal advokát nájsť odpovede na päť otázok:

Čo treba právne posúdiť?

Prečo táto otázka súvisí s prípadom?

Čo sa podarilo zistiť a na akom podklade?

Čo zostáva neoverené alebo závislé od ďalších faktov?

Čo má urobiť advokát alebo dodať klient?

Súčasťou je plán čítania, konkrétne zdroje a zrozumiteľné rozlíšenie medzier. Chýbajúca listina od klienta, neprístupný právny zdroj a interpretačný rozpor vyžadujú odlišný postup.

Ak sa konkrétny dokument nepodarilo získať, výstup má pomenovať dokument, potrebnú časť, účel a neúspešné cesty. Ak jeho existencia ešte nie je potvrdená, musí ísť o odporúčaný smer hľadania, nie o údajne existujúci prameň.

Podrobná evidencia môže zostať v samostatnej prílohe toho istého podkladu. Advokát má najprv dostať čitateľnú orientáciu a konkrétne odborné úlohy.

Rozhovor s AI nad výsledným dokumentom

Pri zložitom prípade môže finálny podklad dosiahnuť aj 60 a viac strán podľa rozsahu a formátovania. Cieľom však nie je, aby advokát pred prvou orientáciou musel prečítať každú stranu. Rozsiahly dokument má zachovať podrobnosti, zdroje a otvorené otázky pre ďalšiu prácu.

Môžeme si z neho nechať pripraviť súhrn alebo prehľad hlavných tém. Náš zámer ide ďalej: advokát vloží celý podklad do nového četu, overí, že s ním AI dokáže pracovať, a začne sa o prípade rozprávať.

Môže sa napríklad pýtať: „Ktoré otázky najviac ovplyvňujú cieľ klienta?“, „Prečo sa tu objavila táto oblasť?“, „Ktorý chýbajúci fakt môže zmeniť ďalší postup?“ alebo „Ukáž mi zdroj, o ktorý sa toto zistenie opiera.“ Môže skúšať alternatívne scenáre a viesť brainstorming podľa toho, čo ho zaujme.

Dokument tým poskytuje spoločný vecný základ rozhovoru. AI sa má vracať ku konkrétnym častiam, zdrojom a limitom podkladu a odlišovať ich od nových hypotéz či dodatočného vyhľadávania. Rozhovor vedený iba nad krátkym súhrnom by mohol podstatné podmienky opäť stratiť.

Advokát si tak určuje poradie a hĺbku orientácie. Podrobné čítanie rozhodujúcich ustanovení, rozhodnutí a listín zostáva súčasťou následnej odbornej práce.

Nemôžeme očakávať, že to AI za nás rozlúskne celé. Môže nám však pomôcť odkryť oblasti, pri ktorých by nám nenapadlo, že spolu súvisia, a ukázať, aký je medzi nimi vzťah. Takto sa vieme postupne dopracovať k želanému výsledku.

Hranice postupu a ďalší vývoj

Ani takýto systematický postup nemôže sprístupniť databázu, ku ktorej nástroj nemá oprávnenie, potvrdiť neznáme skutky ani odstrániť všetky interpretačné chyby. Aj koordinátor môže nesprávne vyhodnotiť význam podnetu alebo stratiť zistenie pri zlúčení.

Pri ďalšom vývoji preto považujeme za dôležité kontrolovať najmä prechod od samostatných výsledkov k finálnemu podkladu. Treba tiež umožniť, aby zásadný problém zistený pri záverečnej kontrole viedol k cielenému prevereniu alebo k jasnému označeniu výstupu za predbežný.

Viac mapovaní prináša viac pohľadov, ale aj viac práce, času a nákladov (spotreba tokenov). Rozsah má zodpovedať zložitosti a významu prípadu. Dá sa skúšať rôzny počet behov, modely aj nastavenia uvažovania; každá takáto zmena však vytvára variant, ktorého prínos treba posúdiť.

Testované prostredie

Celý proces sme pre advokátku testovali v prostredí ChatGPT Business. Samotná metodika je prenesiteľná do iného prostredia (Microsoft Copilot, Claude, Gemini…). To však neznamená, že rovnaká automatizácia bude bez úprav fungovať v každom nástroji. Prostredie musí umožňovať potrebné vyhľadávanie, odovzdávanie podkladov a samostatnú prácu pomocníkov. Ak tieto možnosti chýbajú, zostáva použiteľný ručný postup.

Zároveň treba dbať na vhodnosť prostredia na spracovanie klientskych, citlivých či osobných údajov. To je však samostatná téma.

Koľko času a kapacity si postup vyžiada

Pri plánovaní takéhoto postupu počítame orientačne aj s dvoma až tromi hodinami práce AI na celý beh (ale môže to byť aj podstatne dlhšie). Jednotlivé kroky môžu trvať približne 15 až 45 minút, náročný krok aj viac než hodinu. Ide o orientačné časy z našej skúsenosti, nie o garantované trvanie. Rozhoduje rozsah prípadu, dostupnosť zdrojov, model, úroveň uvažovania aj možnosti súbežného spracovania.

V manuálnom režime sa po dokončení kroku musíte k úlohe vrátiť, prevziať výsledok a odovzdať ho s podkladmi a promptom do ďalšieho četu. Ak prostredie podporuje upozornenia na dokončenie, môže vás na výsledok upozorniť. Počas samotného spracovania sa môžete venovať inej práci.

Pri automatizovanom behu má tieto odovzdávky vykonať koordinátor. Ak prostredie podporuje dostatočne dlhý beh a úloha sa nezastaví na chýbajúcom vstupe alebo limite, môžete sa k nej vrátiť napríklad o dve či tri hodiny a skontrolovať výsledok.

Viacero rešerší môže rýchlo vyčerpať limity používania. Pred spustením preto skontrolujte aktuálne podmienky svojho účtu: limity modelu, rešeršných úloh a prípadných časových okien. Časové okno na obnovu limitu nie je automaticky počtom hodín práce, ktoré vám služba poskytuje.

Pri obmedzenej kapacite možno počkať na obnovu limitu tokenov, zmenšiť rozsah, zvoliť dostupný menej náročný model či nižšiu úroveň uvažovania alebo zvážiť vyšší plán.

Zmenu nastavení treba posúdiť aj podľa kvality výstupu.

Pri našom skúšaní s ChatGPT a licenciami Business Standard alebo Premium sme na obmedzenie používania pri tomto type úlohy nenarazili.

Nie je to však záruka pre každý účet ani potvrdenie neobmedzenej kapacity. Pri prepnutí na model Astra však môžete dostupnú kapacitu v päťhodinovom okne Business Standard vyčerpať aj podstatne skôr. Pri takomto náročnom behu orientačne počítame aj s 30–45 minútami; je to odhad, nie pevný limit služby. Aktuálnu kapacitu a čas obnovy si overte vo svojom účte (oficiálne informácie o používaní a limitoch).

Treba si to otestovať na svojich prípadoch a nájsť vhodný mix nastavení.

Prínos sa ukáže v ďalšej práci advokáta

Aj bežný Deep Research môže poskytnúť dobrú prvú orientáciu. Ďalší postup si však často musí riadiť advokát sám: prečíta výsledok, vedie s AI rozhovor, objaví ďalšiu otázku, zadá novú rešerš a opäť porovnáva výstupy. Takto sa dá postupne odkrývať téma, ale vyžaduje to čas, pozornosť a opakované prenášanie súvislostí.

Ak podobnú prácu potrebujeme aj pri budúcich prípadoch, má zmysel opakujúce sa kroky zachytiť do pripraveného postupu. Cieľom skillu je, aby AI pomocníci vykonali úvodné zisťovanie, odovzdali si výsledky cez koordinátora, cielene preverili otvorené otázky a priebežne zaznamenávali zistenia.

Advokát má dostať podklad, nad ktorým sa môže začať orientovať napríklad počas prvého polhodinového rozhovoru s AI. Polhodina je predstava úvodnej orientácie, nie sľub času potrebného na pochopenie prípadu alebo kontrolu rešerše. Následne pokračuje vo vlastnom výskume a štúdiu konkrétnych dokumentov, ktoré postup identifikoval.

Čo má tento postup priniesť do praxe

Pri neznámej právnej oblasti potrebujeme od AI pomoc s objavovaním otázok aj s dohľadaním odpovedí. Hodnotu preto nevidíme v samotnom počte agentov, strán alebo citácií. Dôležité je, či advokát dostane relevantné podnety, rozumie ich väzbe na prípad a vie, čo má overiť, prečítať alebo zistiť od klienta.

Na príklade turistického areálu to znamená dostať sa od všeobecnej otázky „čo všetko treba riešiť“ k usporiadanému podkladu. Ktoré otázky môžu ovplyvniť rozhodnutie o kúpe? Ktoré závisia od obsahu existujúcich listín a oprávnení? Kde potrebujeme ďalšie skutkové údaje a pri ktorých témach už máme konkrétne zdroje na odborné posúdenie? Výsledkom úvodného mapovania má byť schopnosť riadiť ďalšiu prácu.

Tri samostatné mapovania, tematické rešerše a evidencia sú prostriedky na dosiahnutie tohto cieľa. Pri našom skúšaní priniesli jednotlivé mapovania rozdielne podnety. Ďalšie overovanie musí ukázať, ktoré z nich boli skutočne užitočné, či sa zachovali vo finálnom dokumente a koľko práce následne ušetrili advokátovi.

Pri ďalšom testovaní má preto zmysel porovnávať postup aj s kvalitne zadaným jednorazovým Deep Research. Sledovať treba zásadné opomenutia, nesprávne tvrdenia, nadbytočné témy, zachovanie podmienok pri syntéze a čas potrebný na odbornú kontrolu. Náročnejší proces má hodnotu vtedy, keď jeho dodatočná práca prináša zodpovedajúci úžitok.

Automatizácia nám má pomôcť najmä s opakovanými úvodnými krokmi: zadávaním úloh, odovzdávaním výsledkov, porovnávaním máp a zachovaním súvislostí. Advokát sa potom môže sústrediť na otázky podstatné pre klienta a viesť rozhovor s AI nad konkrétnym, dohľadateľným podkladom.

Úspešný výsledok spoznáme podľa toho, že advokát vie lepšie rozhodnúť, kde má jeho vlastná odborná práca pokračovať.

Naštuduje si rozhodujúce dokumenty, preverí právne testy, doplní skutky a vyhodnotí možnosti klienta. Mapovanie právnej rešerše má túto prácu pripraviť a uľahčiť jej začiatok. To je cieľ, ku ktorému postup rozvíjame.