DeepSeek’s opkomst en integratie in de Chinese advocatuur roept vragen op over efficiëntie, nauwkeurigheid en de impact op de juridische sector.
DeepSeek’s opkomst en integratie in de sector
DeepSeek, een in Hangzhou gevestigde AI-startup, heeft sinds begin 2025 wereldwijde aandacht getrokken vanwege zijn krachtige AI-producten en brede toepassingsmogelijkheden. Dit heeft geleid tot een actieve omarming van dit opkomende platform in verschillende sectoren. Van Baidu Search tot WeChat en Huawei Cloud, talloze techgiganten zijn hun producten al begonnen te integreren met de functionaliteiten van DeepSeek. Deze integratie strekt zich ook uit tot overheidsdiensten: In februari voltooide het Fengtai District Government Services and Data Administration Bureau in Peking de on-site implementatie van de DeepSeek large language model omgeving op de cloudinfrastructuur van de overheid. Het district was de eerste regio die de technologie toepaste in overheidsdiensten en lanceerde de "Feng Xiaozheng" digitale assistent, waarmee de intelligente transformatie van openbare diensten werd versneld.
In de juridische sector wordt de impact van DeepSeek steeds duidelijker. Advocatenkantoren en juridische techbedrijven zijn zich scherp bewust van deze trend en onderzoeken actief de mogelijkheid van een diepgaande integratie van DeepSeek in de juridische sector. Het in Hangzhou gevestigde AI-bedrijf is begonnen met de geleidelijke implementatie van gespecialiseerde juridische oplossingen, gericht op het voldoen aan de dubbele behoeften van de juridische sector op het gebied van efficiëntie en nauwkeurigheid.
Op juridisch niveau hebben rechtbanken en parketten in verschillende regio’s en jurisdicties DeepSeek-trainingsprogramma’s gestart, of zelfs implementaties uitgevoerd, gericht op het gebruik van AI-tools om de juridische efficiëntie te verbeteren en de ontwikkeling van slimme justitie verder te bevorderen. In maart integreerde het Chinese platform voor juridische bijstand met succes DeepSeek om online juridisch advies te bieden.
Verschillende benaderingen
Kevin Wang, de Chief Operating Officer van juridisch techbedrijf L-Expert, is van mening dat de open-source beschikbaarheid en commercialisering van DeepSeek het in staat stelt om functionaliteiten te bereiken die vergelijkbaar zijn met top-tier large language models tegen aanzienlijk lagere kosten, waardoor het een brede acceptatie heeft gekregen onder Chinese techbedrijven. Talrijke advocatenkantoren en leveranciers van juridische technologie zijn begonnen met de integratie van DeepSeek om de uitgebreide mogelijkheden van juridische databanken, het genereren van documenten en het beoordelen van contracten te verbeteren.
"Chinese advocatenkantoren hebben een groot enthousiasme getoond voor DeepSeek-toepassingen", merkte Wang op. "Veel advocaten experimenteren en onderzoeken actief om producten en implementatiestrategieën te vinden die hun productiviteit echt verhogen." Op bedrijfsniveau "geven managing partners de voorkeur aan producten die AI ondersteunen bij het selecteren van nieuwe systemen. Veel bedrijven werken met ons samen om gerelateerde applicaties te ontwikkelen en te testen", voegde Wang eraan toe.
In de praktijk heeft L-Expert de lokale implementatie van AI large language models voltooid en maakt het gebruik van DeepSeek om de functionaliteiten van zijn producten te verbeteren, waaronder een AI-assistent voor het systeem, AI-document zoeken in databases met automatische ordening en automatische documentgeneratie en -beheer.
Begin maart kondigde Yingke Law Firm ook de volledige integratie met DeepSeek aan, waarmee het een van de eerste advocatenkantoren in China is die DeepSeek formeel koppelt aan juridische diensten. Yingke heeft naar verluidt een volledige versie van het DeepSeek-R1 redeneermodel geïmplementeerd, gericht op het introduceren van intelligente oplossingen in de juridische sector.
"Om DeepSeek-R1 te optimaliseren voor juridische toepassingen, heeft Yingke een gespecialiseerd team uit verschillende bedrijfsgebieden opgericht om onze uitgebreide ervaring in de sector te analyseren", vertelde het bedrijf aan Asia Business Law Journal. "Gebruikmakend van de technologie van DeepSeek-R1 hebben we onze eigen juridische databronnen verder uitgebreid, waaronder een groot aantal advocatenprofielen, casusbibliotheken, regelgevende databases en contractsjablonen, waarmee we een uitgebreid juridisch kenniskader hebben gecreëerd. Door middel van training die specifiek gericht is op juridische terminologie, principes en redeneringen, kan DeepSeek-R1 juridische kennis nauwkeuriger begrijpen en toepassen, waardoor Yingke’s juridische diensten krachtig worden ondersteund."
Na de integratie met de volledige versie van DeepSeek-R1 is Yingke van plan de technologie in zeven belangrijke werksituaties in te zetten om te helpen bij de bijbehorende juridische taken.
Ten eerste streeft Yingke ernaar om via DeepSeek-R1 een multidimensionalerer juridisch kennisssysteem op te bouwen. Eerder verspreide juridische bronnen zullen worden geïntegreerd in een geïntegreerde database, waardoor advocaten efficiënter toegang hebben tot en gebruik kunnen maken van gespecialiseerde bronnen en het kennismanagement wordt verbeterd.
Ten tweede zal Yingke voor regelgevingsonderzoek DeepSeek-R1 gebruiken om realtime updates en nauwkeurig onderhoud van zijn regelgevende database te implementeren, waardoor de autoriteit en nauwkeurigheid bij de verwijzing naar wettelijke bepalingen wordt gewaarborgd.
Het is de moeite waard te vermelden dat Yingke’s eerder gelanceerde "Ying Fa Bao AI Law Space Station" volledig zal worden geüpgraded door de redeneermogelijkheden en kennisdestillatietechnologie van DeepSeek-R1. Het verbeterde systeem zal de juridische vereisten van gebruikers nauwkeuriger begrijpen, algemene, routinematige en op kennis gebaseerde juridische vragen beantwoorden en tegelijkertijd het resourceverbruik en de operationele kosten aanzienlijk verlagen.
Voor klantcommunicatie zal DeepSeek-R1 helpen bij het snel organiseren van klantvragen, het extraheren van trefwoorden en het aanvullen van relevante informatie, waardoor intelligente matching mogelijk wordt op basis van procestype, geografische overwegingen en de expertise van de advocaat, waardoor de klanttevredenheid wordt verhoogd en tegelijkertijd de communicatiekosten worden verlaagd.
Bovendien zal Yingke gebruikmaken van AI-technologie om historische zaken nauwkeurig te classificeren en efficiënt op te vragen, waardoor advocaten rijke referentiematerialen krijgen om snel inzicht te krijgen in de uitspraken en juridische neigingen van soortgelijke zaken, waardoor datagestuurde ondersteuning wordt geboden voor de ontwikkeling van processtrategieën.
Op het gebied van contractdiensten zal de implementatie van DeepSeek-R1 de efficiëntie en kwaliteit verbeteren door middel van intelligente generatie- en beoordelingsfuncties, waaronder risico-identificatie, clausulegeneratie en versie vergelijkingsfuncties, waardoor de mogelijkheden van het advocatenkantoor op het gebied van niet-litigieuze diensten mogelijk aanzienlijk worden verbeterd.
Ten slotte zal Yingke AI-technologie gebruiken om intelligent beheer van multidimensionale informatie over de professionele achtergrond, expertisegebieden en succesvolle zaken van advocaten te implementeren, de interne beheer- en taaktoevingsprocessen te optimaliseren en tegelijkertijd de samenwerking tussen advocaten te bevorderen.
De uitdaging van hallucinaties
Net als veel algemene large language models roept de diepere toepassing van DeepSeek in de juridische sector een reeks uitdagingen op. Vraagstukken als databeveiliging, bescherming van intellectueel eigendom, algoritmebias en de definitie van juridische verantwoordelijkheid moeten worden opgelost, en er worden nieuwe eisen gesteld aan de gereguleerde werking van de gehele juridische dienstenmarkt.
Een typisch scenario is dat advocaten bij het genereren van content met DeepSeek verzonnen data ontdekken, of zelfs wettelijke bepalingen die helemaal niet bestaan. Dit roept de vraag op: kunnen juridische professionals dit soort problemen elimineren door onafhankelijk trainingsdata aan DeepSeek te verstrekken om betrouwbare verticale domeinspecifieke modellen te creëren?
Wang wees erop dat dit fenomeen bekend staat als hallucinatie, dat optreedt wanneer een model informatie genereert die aannemelijk lijkt, maar in werkelijkheid onnauwkeurig is of niet bestaat.
"Dit gebeurt omdat de modellen leren van enorme datasets tijdens het trainingsproces, maar hun generatiemechanismen zijn gebaseerd op probabilistische voorspellingen in plaats van feitelijke ophaalactiviteiten. Het is onwaarschijnlijk dat het verstrekken van data ‘hallucinaties’ zal elimineren, en het is in theorie haalbaar om AI te laten vertrouwen op aangewezen databases voor het beantwoorden van vragen, maar de operationele haalbaarheid in dit stadium is extreem laag", zei hij.
Het fundamentele probleem ligt in de trainingsmethoden en architectuur van large language models. Wang legde uit: "De reacties die worden gegenereerd door grote modellen zoals DeepSeek, zijn ontstaan door de recombinatie van hun vooggetrainde kennisbases en de contextuele informatie die door de gebruikers wordt verstrekt, door middel van complexe deep learning architecturen zoals Transformers. Daarom kunnen ze, zelfs als er specifieke data wordt verstrekt, de nauwkeurigheid slechts tot op zekere hoogte verbeteren, maar de invloed van hun oorspronkelijke kennisbibliotheek niet volledig voorkomen. Hoewel diepgaande wijzigingen aan de kernarchitectuur van het model technisch gezien mogelijk zijn, zijn de investeringskosten - inclusief kapitaal, databronnen en engineering ontwikkeling - extreem hoog en zijn de implementatie uitdagingen enorm.
Yingke is van mening dat het waarborg van juridische large language models complex is en een aanpak vereist vanuit algoritmemodellering, risicobeoordeling en datamonitoring, ondersteund door gezaghebbende juridische databases en een grote hoeveelheid professionele juridische wetenschappelijke literatuur.
"Yingke hecht veel waarde aan het probleem van hallucinaties in DeepSeek in serieuze situaties, dat moet worden opgelost", voegde het bedrijf eraan toe. "We waarborgvan datakwaliteit door onze eigen data op te schonen om fouten en ruis te elimineren, terwijl de data nauwkeuring annoteren en categoriseren - bijvoorbeeld door juridische bepalingen te markeren met het toepassingsgebied van juridische bepalingen, en zaken te markeren met procestype, de focus van het geschil en de toepasselijke juridische bepalingen - om het leren en begrijpen van het model te vergemakkelijken. Bovendien nemen we logische regels op het gebied van het recht op in DeepSeek, waardoor op regels gebaseerde redenering en oordeelsvorming mogelijk is om de nauwkeurigheid en logische samenhang van het model bij de behandeling van juridische kwesties te verbeteren.”