阅读 2

【转】21世纪律师办公自动化的一个调查

都说21世纪是生物(划去,程序员)的世纪,毫无疑问,在通用型/可视化/用户友好型语言出现之前,代码将在中期未来成为像英语一样普及的语言。我们这些成年人已经错过了编程从娃娃抓起的机会,相信许多初级律师在深夜里手动重复一百遍复制粘贴或者在政府网站上点击一百次下载链接并对文件名一一重命名的时候,都曾经问过自己:我是谁我在哪?法律服务就这?

我们会被机器淘汰吗?不会。我们的工作会被机器取代吗?一定程度上会。你可以想象在电脑普及和文件电子化之前,大家只能去文档室手动翻阅文件收集证据。如今凌晨三点发邮件早已见怪不怪,但在几十年前的传真时代,律师们甚至还可以一边睡觉一边bill “waiting for fax.” 人类社会的技术加速让更多律师把时间花在更实质的法律工作上,从而让更多人有机会享受法律服务。但对律师自身而言,我们的工作时间反倒因为技术壁垒减少而变长了。同样我们更需要担心的,不是会不会被淘汰,而是多年之后,抛去那些机械重复的工作,我们到底在律师生涯中学到了多少,又贡献了多少?对于这些繁复的文件处理,许多过来人会美其名曰“培养初级律师基本功",但Susskind说得很直白了:这不是别的,这就是压榨。

设想一个场景:晚上11点,合伙人发邮件给你,让你翻译一份更新了的、2000个条目全被打乱了的证据清单。你算了一下,重新翻译的话,按照每条10秒的速度,你需要20000秒,333.3分钟,5.5个小时。你问自己:我今晚还睡觉吗?这时游戏界面上跳出四个选项:(A)当作没看到,(B)用谷歌机翻,(C)熬夜到4点,(D)交给小朋友(若有)。除此之外呢?实际上界面底部还有个隐藏通道:根据原来的证据清单用excel制作一个简易中英词典,用terminal写几行代码,然后自动匹配词条,一键翻译。我当时点击了这个,所以那天晚上我交了一份合伙人挑不出毛病的清单,多睡了4小时。但你可能会问:terminal是什么?我没买过这个装备啊。

像这样的问题我在一二年级碰到过许多次,也有很多律师朋友曾在深夜绝望地向我求助。三四年前,我开始观察全球的法律科技创业,有画AI大饼的,有用新时代”邮件取代传真“魔咒让你更睡不了觉的。但可以肯定,目前还没有任何一个公司能杀出一条血路来。无论如何,你可能会问:这跟我现在有什么关系?能让我多睡几个小时吗?

我来灌输一碗peer pressure鸡汤,疫情期间CSDN上的python零基础教程火到不行,身边许多律师朋友开始学习python了。感到经济危机即将来临,本来就快没活干了的你是不是又多了一分焦虑?

那咱也去CSDN学python吧?这事我也干过,几年前我在工作忙到万念俱灰的时候打算转行,我的基友送了一份“一年学完MIT本科计算机全部课程”大礼包(cf. Scott H. Young),结果毫无悬念,我半途而废,于是至今还在法律界苟活。

说真的,从学习python到你能在律师工作中灵活应用,还有一万光年的距离。而且话说回来,你要真的学会了,还当什么律师呢?去硅谷躺着赚钱不好吗?

总之受到各种启发,最近想做个实验:

在(1)算法/数据结构 —(2)编程语言 —(3)轮子/外挂(脚本/插件等)—(4)律师自动化日常简单高频任务 —(5)需要程序员实现的自动化/智能项目 这个链条上,我们不必从底层算法和python开始(i.e., 你想吃一份美食,不用从自己种菜开始吧?),也不用理会更高级的程序员万行代码操作,而是专注于(3)和(4),这是最可行也最实用的解决方案。有人可能会问:我一个计算机小白,如何直接就会用脚本?甚至,脚本是什么?

拿我自己举例,我从没真正学过python,也没有任何计算机底层基础概念,但我有自动化sense,当我在日常文件处理工作中重复一组简单操作超过5分钟之后,我就会去网上找轮子(包括插件和脚本等),然后稍微改一改,化为己用。

这个实验的难点之一在于,我自己的工作经验有限,不知道大家平时在工作中都碰到过哪些可自动化的任务?实际上这里存在一个悖论,对于一个毫无自动化sense的律师来说,在我告诉你一行代码就可以批量文件重命名之前,你可能永远都不会想到还能这么操作。

当然我也有一些现成的经验,比如各种批量重命名、自动填表、快速审阅/搜索音频文件、多词一键替换、自动整理脚注/证据目录、简单爬虫等等。我相信非诉律师也会遇到许多可以自动化的任务。

在分享这些经验之前,我想征求一些意见:

  1. 你在工作中遇到过哪些简单机械的任务?关于“是否可以自动化”这个问题,可以先不必回答。因为这个需要一定知识来判断它是否可以分解成若干自动化模块。

  2. 你希望通过什么方式来学习?直播教学 和/或 文字教程 和/或 微信学习小组…?

  3. 你有什么顾虑或其他建议?

欢迎留言:www.wjx.top/jq/76919920…

关注下面的标签,发现更多相似文章
评论