עבודה משפטית עמוסה במשימות המבוססות על קריאה וסיווג של כמויות טקסט אדירות, ולכן היא יעד טבעי לאוטומציה. ארבעה תחומים מרכזיים: גילוי מסמכים אלקטרוני, כלומר סינון עשרות אלפי מסמכים בהליך משפטי לאיתור הרלוונטיים; ניתוח חוזים בעזרת עיבוד שפה טבעית, לאיתור סעיפים חריגים ולסימון ניסוחים בעייתיים; מחקר משפטי במאגרי פסיקה ממוחשבים כמו LexisNexis, לצד יוזמות פתוחות כמו Caselaw Access Project של אוניברסיטת הרווארד; והפקת מסמכים אוטומטית באמצעות תבניות ושאלונים, כפי שעושים שירותים כמו LegalZoom.
הכניסה הראשונה של למידת מכונה לתחום קדמה בהרבה לצ'טבוטים. שיטה בשם קידוד מנבא לסקירת מסמכים אומנה על מדגם שסווג ידנית בידי עורך דין, ומתוכו דירגה את שאר המסמכים לפי סבירות הרלוונטיות שלהם. הפרקטיקה התקבלה בבתי משפט החל מאמצע שנות ה-2000, והיא נותרה עד היום השימוש הבשל ביותר של טכנולוגיה בעבודת ליטיגציה.
הגל הנוכחי, של מודלי שפה גדולים, מציב בעיה שונה באופייה — ביטחון עצמי גבוה בטקסט שגוי. המקרה הידוע ביותר הוא Mata v. Avianca, תביעת נזקי גוף שהוגשה בפברואר 2022: ביוני 2023 קנס השופט פ' קווין קסטל, מבית המשפט הפדרלי במחוז הדרומי של ניו יורק, שני עורכי דין ב-5,000 דולר לאחר שהגישו כתב טענות הנשען על פסקי דין שכלל לא היו קיימים.
ChatGPT המציא אותם, וכשנשאל אם הם אמיתיים, אישר בביטחון שניתן למצוא אותם במאגרים המקצועיים המובילים. השופט קבע שעורכי הדין פעלו בחוסר תום לב, ותיק התביעה עצמו נדחה.
התוצאה הייתה תזוזה מקצועית ולא רק כותרת בעיתון: ביולי 2024 פרסמה לשכת עורכי הדין האמריקאית הנחיה אתית פורמלית ראשונה בנושא בינה מלאכותית יוצרת, שלפיה עורך דין אינו רשאי להסתמך על דיוקו של כלי כזה. הכיוון המקצועי כיום מדגיש פלט שניתן לאמת מול מקור אמיתי, יותר מאשר את מידת העצמאות של הכלי.