隐私政策应用程序并不是这样的挑战。 Rawpixel.com
我们大多数人在没有阅读条款和条件的情况下在互联网上购买商品。 我们认为这些标准化协议中的条款是不可谈判的，并希望它们符合我们的最佳利益。
然而，情况往往并非如此。 从 笔记本电脑制造商 至 航空公司 至 现在购买，以后付款的公司，关于条款和条件是否公平的争论不休。
很难获得有关此问题规模的确凿事实。 但消费者论坛上肯定有很多不满意的购物者。
例如，许多人都经历过 执法困难 他们的合同权利或 不知道 他们买东西时同意的内容。 在这种情况下，很难找到免费或负担得起的法律建议，所以很多人可能会放弃。
一种说法是，人们应该在点击“我同意”之前阅读合同，但我们大多数人没有时间或能力这样做。 然而，很快就会有一个解决方案。 我们可能很快就可以使用人工智能来完成，而不是必须自己仔细阅读所有的小字。
什么已经存在
分析法律文件的人工智能工具已经以非常基本的形式存在了一段时间。 他们能 标记消费者可能想要进一步调查的潜在问题，例如侵犯权利。 但是你必须逐句复制和粘贴术语，因为 AI 在它可以处理的文本量方面非常有限，而且它们被设计为指导你自己阅读导语，而不是完全消除这种需要。
还有更高级的 AI工具 解决了读取web策略文档的相关问题。 您无需粘贴文本，而是上传相关的 URL。 这里重要但狭隘的重点是网络提供商如何使用您的数据。 这使得向 AI 模型传授它需要知道的一切变得更加容易——尤其是在这样一个 管制严格的地区.
对于条款和条件，挑战在于它们的多样性。 供应商可以更自由地用自己的话来表述一切，这使得人工智能更难检测和理解这些内容。
不同司法管辖区之间也有很多差异，例如英国的“solicitor”和美国的“attorney”。 这意味着使用美国数据训练的人工智能可能会误导英国消费者。 然而，在现有工具中通常不清楚它们是为哪个管辖区设计的。
您可能想知道替代方案是否只是将条款和条件复制并粘贴到最新的 AI 聊天机器人之一中，例如 ChatGPT，但这也不是解决方案。 这些 一般型号 没有接受过法律文本或法律分析方面的专门培训。 这意味着他们提供的任何建议都可能是准确的、不准确的或完全虚构的。
解决问题
据我们所知，没有开发人员团队试图使用支持 ChatGPT 的 Open AI 的 GPT-4 等模型为消费者创建专门的条款和条件 AI。
相反，许多人工智能开发人员似乎专注于更有利可图的领域 创建工具 这将使律师事务所和其他公司的法律工作自动化。 这甚至可能导致条款对消费者不利，因为重点可能是削减成本而不是提高服务质量。
为了改变这种情况，朴茨茅斯大学的主要作者 Jens Krebs 和他的同事 Ella Haig 一直在发展 适用于英格兰和威尔士的条款和条件应用程序。 完全开发后，它将使人们能够将整个文档复制并粘贴到提示符中。
然后它会列出任何可能对消费者产生意外影响的条款，例如，不符合立法标准，如 2015 年消费者权益法. 它还会将所有术语与可比供应商使用的术语进行比较，以确保没有漏掉任何异常情况。当发现异常情况时，它会建议消费者在决定是否继续之前先阅读该部分。
该项目目前正处于在不同 AI 模型上测试应用程序的阶段，以查看哪种模型最有效。 到目前为止，谷歌的 Bert 以 81% 的准确率表现最好，根据研究人员知道完美结果应该是什么的数据对其进行测试。
在准确率达到 90% 到 95% 之前，不会发布任何内容。 希望该应用程序将提供给像 Which? 这样的消费者群体。 2024 年，然后在 2025 年进行全面发布。目的是免费使用。
这样一个项目的主要障碍是缺乏用于训练人工智能的有害条款的例子——如果消费者足够勇敢地尝试判断条款和条件，他们就会面临完全相同的问题。 持续提高 Portsmouth 应用程序准确性的长期计划是用来自消费者组织、政府和消费者的真实数据来补充和替换其培训数据。
希望该应用程序将处于新一代人工智能工具的前沿，旨在降低条款和条件的不透明性。 除了可能减少不满意的消费者数量外，这些还可以帮助那些已经签署不合理条款的人准备和陈述他们的案子——从而减少对律师的需求。
如果此类服务起飞，希望它们也能阻止供应商突破可接受的界限。 如果条款和条件变得对消费者更有利一些，那将是这项新兴技术的巨大胜利。
关于作者
詹斯·H·克雷布斯，法律高级讲师， 朴次茅斯大学; 昂盖朗·布瓦特尔, 计算/研究助理博士候选人, 朴次茅斯大学及 巴黎布拉德利, 法学博士生/研究助理, 朴次茅斯大学
