AI ini memeriksa NDA secara gratis – dan menawarkan sekilas masa depan yang suram

AI ini memeriksa NDA secara gratis – dan menawarkan sekilas masa depan yang suram

 

AI ini memeriksa NDA secara gratis - dan menawarkan sekilas masa depan yang suram
AI ini memeriksa NDA secara gratis – dan menawarkan sekilas masa depan yang suram

NDA Lynn , AI yang dapat mengevaluasi perjanjian kerahasiaan secara gratis, adalah contoh sempurna dari peran yang mungkin akan dimainkan oleh kecerdasan buatan dalam kehidupan kita.

Selama sekitar satu dekade terakhir, Arnoud Engelfriet telah menjadi orang Belanda di Belanda untuk setiap pertanyaan tentang internet dan hukum. Juga nama belakangnya diterjemahkan secara kasar ke ‘Angelic Fries,’ yang luar biasa.

Konferensi TNW Couch
Bergabunglah dengan lokakarya online & diskusi real-time tentang navigasi tahun depan

DAFTAR SEKARANG
Salah satu layanan yang ditawarkan Engelfriet adalah memeriksa NDA jika harus ditandatangani. Perjanjian non-pengungkapan (NDA) adalah kontrak bisnis standar yang cukup digunakan untuk menyimpan informasi rahasia. Mereka cukup umum, tetapi memang membutuhkan beberapa pengawasan untuk menentukan apa yang sebenarnya menyebabkan pelanggaran dan bahwa mereka tidak muntah selamanya.

“Seorang pebisnis yang membutuhkan NDA-nya diperiksa, tetapi tidak memiliki anggaran untuk memeriksanya, hanya perlu tahu mana yang benar-benar perlu dilihat oleh seorang profesional,” katanya kepada saya.

“Dan jika ada sesuatu yang terlalu mahal untuk dilakukan secara manual, tetapi orang sangat membutuhkannya, itu adalah kandidat yang bagus untuk otomatisasi,” ia menyimpulkan.

Memeriksa NDA adalah pekerjaan yang cukup standar, namun tetap memakan waktu. Jadi dia memanfaatkan gelar ilmu komputernya dengan baik dan mulai membangun AI yang bisa membantunya.

“Jauh di tahun 1993 saya belajar ilmu komputer di universitas. Saat itu tidak ada pembelajaran mesin, atau setidaknya tidak dengan cara ini. Untuk proyek ini saya menggunakan BigML, solusi cloud untuk pembelajaran mesin yang bertujuan membuatnya lebih mudah diakses oleh massa. ”

Yang dibutuhkan Engelfriet hanyalah set data yang bagus, yang kebetulan dia miliki sebagai pengacara. “Sebagai permulaan, saya mengunggah 300 NDA dari arsip saya, dan memberi label dengan tangan,” katanya kepada saya.

Dataset terdiri dari sekitar 10.000 kalimat, dan untuk melatih AI, masing-masing harus ditandai jika berisi sesuatu yang tidak diinginkan untuk NDA.

“Saya memasukkan semua itu ke dalam sistem, dan itu menghasilkan AI. Yang dibutuhkan setelah itu hanyalah bungkus yang bagus. ”

Engelfriet sangat realistis tentang bagaimana revolusioner NDA Lynn. “Ini tidak terlalu inovatif, tetapi justru itulah yang membuatnya kuat. AI telah menjadi komoditas. ”

NDALynn sendiri adalah sistem pembelajaran mesin yang telah dilatih untuk mengidentifikasi klausa dalam NDA yang tampaknya tidak benar. Ini kemudian mengembalikan laporan klausa demi klausa yang mana yang tampak baik-baik saja, dan mana yang tampaknya membutuhkan terlalu banyak atau tidak jelas.

Kedengarannya sepele, tetapi meninjau NDA membutuhkan banyak pekerjaan. “Merancang atau meninjau perjanjian non-pengungkapan adalah seni dan karenanya membutuhkan sejumlah besar pekerjaan untuk mendapatkan yang benar.”

Saat ini NDA Lynn mencapai akurasi 94,8 persen dalam tes terbaru, yang sangat tinggi. Sebuah studi yang diterbitkan minggu ini oleh LawGeex, sebuah NDA AI yang bersaing, mengadu pengacara dengan sistem mereka untuk memeriksa NDA, dengan pengacara rata-rata mencetak akurasi 85 persen yang tidak berarti.

Saya mencoba beberapa NDA yang dikumpulkan dari kolega, dan kebanyakan dari mereka memang mengandung beberapa klausa yang mencurigakan, yang oleh sistem dicap sebagai ‘pelanggar transaksi’. Tapi itu tidak berarti mereka tidak baik-baik saja, Engelfriet mengakui.

“Bayangkan seorang reporter, untuk sebuah cerita yang mereka cari sumbernya, menjangkau beberapa dari mereka. Anda bisa melatih AI untuk melakukan itu. Tetapi setiap reporter memiliki bias tertentu. Beberapa suka berbicara dengan ilmuwan alih-alih politisi atau perwakilan PR, dan itu membuat AI condong ke arah tertentu. ”

Hal yang sama berlaku untuk NDA Lynn. Karena itu dilatih oleh Engelfriet, yang memiliki bias tertentu terhadap klausa tertentu, ia mengambil alih bias tersebut dan menerapkannya pada NDA. AI memberikan bobot lebih untuk klausul Engelfriet karena pengacara akan menetapkan bobot lebih.

Selain itu, karena ini adalah mesin yang belajar melalui asosiasi, Engelfriet harus menyingkirkan kebiasaan yang diambilnya di sepanjang jalan.

Dia memberi tahu saya bahwa mesin itu secara konsisten menyebut NDA yang ditulis di bawah hukum California sebagai terlalu ketat, meskipun beberapa di antaranya cukup diizinkan. Pada akhirnya, ternyata set pelatihan aslinya berisi sejumlah NDA ketat yang tidak proporsional yang ditulis di bawah hukum California, sehingga AI hanya menyimpulkan bahwa semua NDA dari California terlalu ketat.

Keanehan konyol ini dengan sedih juga menggambarkan karakteristik AI lainnya: sebelum mereka mengambil pekerjaan buruk dari tangan kita, kita harus melakukan beberapa pekerjaan buruk untuk mereka. Untuk mengajarkan AI melakukan tugas yang menurut kami menyebalkan, kita harus melakukan tugas menyebalkan itu BANYAK.

Salah satu contohnya adalah sesuatu yang pernah dikatakan oleh pembuat mainan seks interaktif kepada saya. Untuk membuat mainan mereka bereaksi terhadap gerakan-gerakan dalam video porno, mereka menyewa sebuah sweatshop yang penuh dengan pekerja untuk secara fisik menyentak dildo sensor yang sarat dengan hentakan orang-orang di layar. Kemudian, begitu teknologi AI telah cukup maju, mereka melatihnya untuk mengambil alih pekerjaan yang tidak menguntungkan itu.

Pelatihan AI bisa menjadi pekerjaan berat di masa depan

Melatih AI untuk mengambil alih adalah investasi, yang pada akhirnya harus membayar dalam mengurangi jumlah jam yang harus kita lakukan untuk tugas-tugas buruk. Pada saat yang sama, kami mempolarisasi pekerjaan menjadi hal-hal menyenangkan yang tidak dapat dilakukan AI dan hal-hal membosankan yang kami inginkan untuk diambil alih oleh AI .

Di satu sisi, ini adalah persis apa yang Engelfriet juga lakukan dengan NDA Lynn: NDA yang terlihat baik-baik saja – dan dengan demikian akan menjadi buang-buang waktu untuk meninjau – mendapatkan acungan jempol, dan NDA yang berisi klausa tidak teratur akan ditandai dan dapat ditandai diteruskan kepadanya untuk ulasan manusia – dan untuk lebih lanjut melatih Lynn.

Dia juga baru saja merilis versi perusahaan Lynn yang dapat dilatih oleh perusahaan untuk memasukkan bias spesifik mereka sendiri. Tidak seperti Engelfriet, beberapa perusahaan mungkin baik-baik saja dengan NDA abadi, dan versi ini akan memungkinkan mereka untuk melatih AI untuk membiarkannya berlalu.

Di satu sisi mengotomatisasi tugas-tugas membosankan untuk menyisakan lebih banyak waktu untuk pekerjaan

yang menarik adalah berita bagus. Tetapi di sisi lain, saya tidak bisa menghilangkan citra basement kantor pusat perusahaan yang diisi dengan ‘pelatih AI’ – pada dasarnya dimuliakan entri data yang mendengus, tanpa henti memasukkan informasi ke dalam sistem dan memberi tahu mereka apa yang benar dan apa yang salah.

Dalam versi paling menyedihkan dari masa depan AI kita, polarisasi pekerjaan dapat menyebabkan perpecahan antara melakukan pekerjaan buruk mengajarkan AI bagaimana melakukan pekerjaan menyebalkan, dan semua pekerjaan manusia keren yang akan dapat dilakukan oleh lebih sedikit orang – yang memimpin untuk lebih banyak kompetisi untuk pekerjaan manusia itu.

Dalam versi yang sedikit kurang suram, model menjadi lebih baik dan lebih baik dalam melatih diri mereka sendiri,

membutuhkan input yang semakin sedikit dari manusia – meninggalkan gerutuan tanpa pekerjaan.

Namun bagaimanapun ternyata, seseorang menjadikan saya sumber yang menghubungi AI plz.

Sumber:

https://zalala.co.id/seva-mobil-bekas/