Brug af AI til undersøgelse af domspraksis

AI kan gøre undersøgelse af domspraksis hurtigere, men teknologien bør bruges som søge- og analysehjælp, ikke som selvstændig juridisk autoritet. En sikker arbejdsform kræver kontrol af dommens eksistens, citater, retskildekontekst, fortrolige oplysninger og menneskelig vurdering, før resultatet anvendes.

Artiklens hovedpointer:

AI kan gøre undersøgelse af domspraksis hurtigere, men kun som kontrolleret søge- og analysehjælp. Overblikket viser, hvordan domme kan findes, sammenholdes og kvalitetstjekkes med kildekontrol, dokumenterbare citater, klare datagrænser og menneskelig vurdering, før AI-output indgår i juridisk arbejde.

Hvad betyder brug af AI til undersøgelse af domspraksis?

Brug af AI til undersøgelse af domspraksis betyder, at et AI-system hjælper med at finde, sortere, opsummere eller sammenligne domme og kendelser. Det kan handle om at få et første overblik over afgørelser, identificere mulige nøgleord, udlede faktiske mønstre eller forklare, hvorfor to afgørelser ligner eller adskiller sig fra hinanden.

Den afgørende afgrænsning er, at AI ikke selv er en retskilde. Den autoritative kilde er stadig dommen, kendelsen, lovteksten, forarbejderne eller den juridiske kommentar, som kan kontrolleres. AI-output er derfor et arbejdsprodukt, der kan spare tid i researchfasen, men som først får værdi, når indholdet er efterprøvet mod de kilder, som faktisk bærer den juridiske konklusion.

I praksis ligger den største nytte ofte i at strukturere store tekstmængder. En bruger kan bede et system om at gruppere afgørelser efter sagsområde, procestrin, hjemmel, resultat eller begrundelsestype. Det ændrer ikke kravet om juridisk metode, men det kan gøre det nemmere at se, hvor en manuel læsning bør begynde.

Hvilke opgaver kan AI hjælpe med i juridisk research?

AI egner sig bedst til opgaver, hvor teksten allerede findes, og hvor resultatet kan kontrolleres. Det gælder især søgeudvidelse, opsummering, sammenligning, udtræk af temaer og udarbejdelse af tjeklister til manuel gennemgang. I en juridisk arbejdsproces kan AI derfor være relevant før den egentlige vurdering, under den første sortering og efter læsningen som støtte til kvalitetssikring.

Typiske AI-opgaver ved undersøgelse af domspraksis
OpgaveAI kan bidrage medKontrolpunkt
SøgeordForslag til synonymer, juridiske begreber og alternative formuleringerSammenhold forslagene med det relevante retsområde og kildedatabasen
Første overblikKort opsummering af en dom eller en samling afgørelserLæs selve dommen og kontroller citater, dato, instans og resultat
SammenligningUdkast til forskelle i faktum, hjemmel, præmisser og udfaldKontroller om forskellene faktisk fremgår af dommene
DokumentanalyseUdtræk af navnefrie fakta, sagsforløb og centrale formuleringerUndgå fortrolige oplysninger i systemer uden godkendt databehandling

Der er et naturligt overlap med AI i juridisk dokumentanalyse, fordi domspraksis ofte undersøges gennem lange tekstmængder. Forskellen er, at domspraksis ikke kun skal forstås sprogligt. Den skal placeres i retskildehierarki, proceshistorik, faktum, instans og efterfølgende praksis.

Hvor går grænsen mellem søgehjælp og juridisk vurdering?

Grænsen går dér, hvor AI-output begynder at afgøre, hvilken retlig betydning en dom har. Et system kan hjælpe med at finde en mulig afgørelse eller formulere en foreløbig forklaring, men det bør ikke stå alene som svar på, om en dom er bærende, fraveget, konkret begrænset eller relevant for en ny sag.

En dom kan være vigtig på flere niveauer. Den kan være central på grund af instans, nyhedsværdi, gentagelse i senere praksis, forholdet til lovændringer eller sin præcise faktiske situation. AI kan overse sådanne lag, især hvis systemet kun arbejder med uddrag, søgeresultater eller materiale uden fuld proceshistorik.

Derfor bør AI-svar behandles som hypoteser. Hvis svaret siger, at en afgørelse støtter en bestemt konklusion, skal du kunne finde dommen, læse præmisserne, se om citatet er korrekt, kontrollere om afgørelsen fortsat er relevant og vurdere, om faktum reelt kan sammenlignes med den aktuelle problemstilling.

Hvordan kan du kontrollere, om en AI-fundet dom faktisk findes?

Den første kontrol er eksistenskontrol. AI-systemer kan formulere sagsnavne, datoer, journalnumre og citater, som lyder plausible, uden at de svarer til en faktisk offentliggjort afgørelse. Det gælder især, hvis systemet er en generel sprogmodel uden direkte adgang til en opdateret juridisk database.

En praktisk kontrolrækkefølge kan være:

  1. Søg på den præcise titel, dato, instans og eventuelt sagsnummer i en autoritativ database.
  2. Kontroller, om dommen findes som fuld tekst, resumé eller registreret metadata.
  3. Sammenlign AI-citatet med den faktiske ordlyd i dommen.
  4. Kontroller, om afgørelsen er appelleret, ophævet, stadfæstet eller behandlet i senere praksis.
  5. Notér den kilde, som den endelige vurdering bygger på, ikke kun AI-systemets svar.

Hvis en dom kun kan findes i AI-svaret, men ikke i de relevante databaser, skal den behandles som ubekræftet. Hvis dommen findes, men citatet eller konklusionen ikke stemmer, er problemet ikke løst. En del AI-fejl består netop i, at systemet kombinerer en rigtig kilde med et forkert citat eller en for bred fortolkning.

Hvilke kilder bør AI-svar holdes op imod?

AI-svar om domspraksis bør holdes op imod de kilder, der er mest autoritative for den konkrete jurisdiktion og sagstype. I dansk sammenhæng vil det ofte være Domsdatabasen, domstolenes egne oplysninger, Retsinformation, EU-Domstolens databaser, EUR-Lex, EMD-praksis og eventuelle specialiserede juridiske databaser med klare kildehenvisninger.

Domsdatabasen er særlig relevant, fordi den er en officiel dansk database med udvalgte afgørelser fra domstolene i Danmark og Grønland. Den indeholder ikke al domspraksis, og fravær af et søgeresultat betyder derfor ikke automatisk, at en afgørelse ikke findes. Det betyder, at kildevalget skal tilpasses både retsområde, instans og tidsperiode.

Ved europæisk eller internationalt materiale bør kontrollen også omfatte identifikatorer, sprogversioner og opdaterede versioner. En EU-dom, en national dom og en menneskerettighedsafgørelse følger ikke samme citatpraksis. AI kan hjælpe med at pege på mulige databaser, men den endelige henvisning bør komme fra den kilde, hvor afgørelsen faktisk kan læses og dokumenteres.

Hvorfor er hallucinationer særligt kritiske i domspraksis?

Hallucinationer er AI-output, der fremstår sammenhængende, men ikke er korrekt underbygget af kilden. I domspraksis er fejlen særlig kritisk, fordi en ikke-eksisterende dom, et forkert citat eller en misvisende præmis kan ændre hele vurderingen af en juridisk problemstilling.

Risikoen er ikke kun teoretisk. En forskergruppe undersøgte i 2024 udvalgte specialiserede amerikanske juridiske AI-researchværktøjer og fandt hallucinationer i 17-33 procent af de testede svar. Tallet kan ikke overføres direkte til alle værktøjer, jurisdiktioner eller opgavetyper, men det dokumenterer, at selv systemer bygget til juridisk research kan give svar, som kræver selvstændig kontrol.

Et brugbart kontrolspørgsmål er ikke, om svaret lyder juridisk. Det er, om hver central påstand kan spores til en konkret dom, et præcist citat og en forståelig sammenhæng. Den samme logik gælder for AI-hallucinationer uden for jura, men konsekvensen er skarpere, når output kan påvirke retlige beslutninger.

Hvordan bør en sikker arbejdsproces se ud?

En sikker arbejdsproces starter med at adskille opgaverne. Først defineres retsområdet, faktum og de søgeord, der skal undersøges. Derefter bruges AI eventuelt til at udvide søgestrengen, sortere fund og opsummere domme. Til sidst gennemføres manuel kildekontrol og juridisk vurdering.

En enkel proces kan se sådan ud:

  1. Formuler spørgsmålet neutralt og uden fortrolige oplysninger.
  2. Brug AI til at foreslå søgeord, begreber og mulige afgrænsninger.
  3. Søg i autoritative databaser og gem de faktiske domshenvisninger.
  4. Lad eventuelt AI opsummere kun de dokumenter, du selv har valgt.
  5. Kontroller citater, præmisser, instans, dato og senere behandling.
  6. Skriv den juridiske konklusion ud fra kilderne, ikke ud fra AI-systemets autoritet.

I forbindelse med retssagsforberedelse med AI bliver denne rækkefølge endnu mere central. En fejl i en intern researchnote kan rettes tidligt. En fejl i et processkrift, en myndighedsafgørelse eller et beslutningsgrundlag kan få større konsekvenser.

Hvilke data- og fortrolighedsspørgsmål skal afklares?

Undersøgelse af domspraksis kan virke mindre følsom end klientkommunikation, fordi offentliggjorte domme ofte er pseudonymiserede. Det fjerner ikke datarisikoen. En bruger kan stadig komme til at indsætte oplysninger fra en konkret sag, interne vurderinger, personoplysninger, erhvervshemmeligheder eller materiale under tavshedspligt i et AI-system.

Før et AI-værktøj bruges til domspraksis, bør organisationen afklare, hvilke data der må indtastes, hvor data behandles, om leverandøren bruger input til træning, hvordan adgang logges, og om materialet kan slettes. Hvis oplysningerne er fortrolige eller personhenførbare, er valget af teknisk løsning ikke kun et spørgsmål om funktionalitet.

Danske forhold gør denne kontrol konkret. Domsdatabasen beskriver selv, at afgørelser pseudonymiseres og at visse oplysninger undtages efter en konkret vurdering. Den praksis bør ikke omgås ved, at brugeren kopierer upseudonymiseret eller internt materiale ind i et generelt AI-system. Dataminimering, adgangsstyring og dokumenteret formål er praktiske kontrolpunkter, før teknologien tages i brug.

Hvordan påvirker EU’s AI Act brugen i retslige sammenhænge?

EU’s AI Act behandler AI i retslige sammenhænge som et område med særlig risiko, når systemet bruges af eller på vegne af en retslig myndighed til at undersøge og fortolke fakta og ret eller anvende ret på et konkret faktum. Sådanne systemer er placeret i højrisikokategorien i reguleringen.

Det betyder ikke, at enhver brug af AI til juridisk søgning automatisk er højrisiko i samme forstand. Reguleringen skelner blandt andet mellem systemer, der påvirker egentlig retsanvendelse, og rent administrative hjælpeopgaver. Men afgrænsningen viser, hvorfor domspraksis ikke bør behandles som almindelig tekstsøgning uden særlige kontroller.

For organisationer uden for domstolene er den praktiske konsekvens, at de bør dokumentere formål, datatyper, menneskelig kontrol og risikobegrænsning. Den tilgang hænger sammen med bredere spørgsmål om AI og retssikkerhed, fordi kvaliteten af researchen kan påvirke adgang til korrekte oplysninger og lige behandling.

Hvad betyder CEPEJ’s principper for praktisk brug?

CEPEJ’s europæiske charter om AI i retssystemer giver en nyttig ramme, fordi principperne kan omsættes til konkrete kontrolspørgsmål. Grundlæggende rettigheder peger på, at AI ikke må svække retten til en fair proces. Ikke-diskrimination peger på, at datagrundlag og søgemetoder ikke må forstærke skævheder. Kvalitet og sikkerhed peger på certificerede eller kontrollerbare kilder.

Transparens betyder i denne sammenhæng, at brugeren skal kunne forklare, hvordan en dom er fundet, hvilke kilder der er læst, og hvorfor resultatet kan bruges. Brugerens kontrol betyder, at systemet ikke bør skjule usikkerhed bag en flydende formulering. Den, der bruger AI-output, skal kunne fravælge, korrigere eller forkaste resultatet.

Det gør etiske overvejelser i brugen af AI i jura praktiske snarere end abstrakte. Etikken ligger i, om kilderne er kontrollerbare, om fejl kan opdages, om berørte oplysninger behandles forsvarligt, og om den menneskelige vurdering stadig har reel betydning.

Hvornår giver specialiserede juridiske AI-værktøjer mere mening end generelle chatbots?

Specialiserede juridiske AI-værktøjer kan give mere mening, når de arbejder direkte på et kendt juridisk korpus, viser kildehenvisninger, begrænser svar til tilgængelige dokumenter og giver mulighed for at kontrollere præcise passager. Det kan mindske risikoen for opfundne kilder, men det fjerner den ikke.

Generelle chatbots kan være nyttige til at formulere søgeord, forklare forskellen på begreber eller lave en struktur til en researchopgave. De bør derimod ikke bruges som eneste kilde til, hvilke domme der findes, hvad de siger, eller hvordan en dom bør vægtes. Et generelt system kan have ufuldstændig viden, uklare kilder og begrænset opdatering.

Valget bør derfor bero på opgaven. Hvis du skal forstå et emne på et overordnet niveau, kan et generelt system være en start. Hvis du skal dokumentere praksis i en konkret sag, bør værktøjet enten være bundet til de faktiske kilder, du har valgt, eller suppleres med manuel søgning i autoritative databaser.

Hvilke tegn viser, at et AI-svar ikke bør bruges?

Et AI-svar bør ikke bruges ukritisk, hvis det mangler præcise kildehenvisninger, blander jurisdiktioner, citerer uden sidetal eller afsnit, omtaler en dom uden dato og instans, eller beskriver en retsregel uden at forbinde den til en konkret kilde. Det samme gælder, hvis svaret bliver mere sikkert, når du beder om dokumentation, men stadig ikke kan pege på en kontrollerbar kilde.

Andre advarselstegn er brede konklusioner ud fra få afgørelser, uklare formuleringer om at “domstolene normalt” gør noget, eller sammenligninger hvor faktum ikke er gengivet. I domspraksis kan små forskelle i sagens faktiske omstændigheder være afgørende. AI kan udjævne forskellene, hvis det forsøger at skrive et harmonisk overblik.

Den sikreste reaktion er at skifte fra svar til sporbarhed. Bed ikke systemet om at overbevise dig. Bed om, hvilke konkrete oplysninger der skal kontrolleres: dommens identitet, præmisser, citat, instans, efterfølgende behandling og forholdet til den aktuelle problemstilling. Hvis de oplysninger ikke kan verificeres, bør svaret ikke indgå i det endelige grundlag.

Hvilke kilder ligger til grund?

De centrale kilder er EU’s AI Act på EUR-Lex, Europarådets CEPEJ-charter om AI i retssystemer, Domsdatabasens spørgsmål og svar, studiet af hallucinationer i juridiske AI-værktøjer og Datatilsynets side om kunstig intelligens og databeskyttelse.