Christian Lemke指出，Al將在法律諮詢領域取得一席之地，在司法體系中也是，然而，Al系統缺乏一個非常重要的人類特徵，也就是同理心，同理心被認為是人類的核心能力，也是與軟體對話系統區别的重要指標，這在司法領域中，更是如此。
Christian Lemke提到，法律諮詢及代理當事人所需要的，不只有對規則的理解或足以涵攝規則的能力，更不僅止於對同理心的模擬，而是要有對案件利害關係的理解、正義感的養成、以及在社會發展中所刻畫出的個體同理心。
Christian Lemke指出，法律談判及決策並不是一個純粹以結果為導向的過程，需要的是真實的，而非僅是模擬的同理心及談判技巧、靈活反應、策略直覺、說服力、執行力、以及妥協能力，而這些都是Al應用程式缺乏的。
Christian Lemke說，至少在目前，Al應用程式可以撰寫法律文本，但無法形成法律意見，更別說在熱列的討論中打動人心了。他提到，除了Al能否取代法律人的實然問題外，我們也應該思考Al是否應該這麼做的應然問題，而這個問題，也特別適用來問AI能在多大程度上取代法官裁判。
Christian Lemke認為，Al帶有所調的無意識偏見（Unconscious Bias），也就是程式設計人員與選擇訓練資料人員的無意識思維模式及偏見。對於自我學習的Al系統來說，如何使用與由誰使用該Al系統同等重要，他認為，如果Al探求決策的過程所受的偏見相較於人類決策中所受的偏見更少，這種Al的決策才是值得歡迎的。
Christian Lemke指出，目前像ChatGPT這樣的Al應用程式還不足以作出合乎倫理的決定，充其量只能模擬這種決定。他認為，原則上來說，這並不足以否定Al在倫理決策中扮演輔助地位的合適性。如果在訓練 Al時考慮到了無意識的偏見，而且決定在各個步驟中都是可以理解的且決定也有經由人類審查， 那麼Al確實可能提供人類決策所無法達到的客觀程度。
Christian Lemke認為，由Al適用法律的主要障礙，是它欠缺法治國下的正當性，至少在取代法院裁判或甚至依據使用者輸人的内容所進行「法之續造」時，尤是如此。他提到，另一個問題是，Al演算法及所使用的資料缺乏透明度，Al生成的内容缺乏可理解性及可解釋性，也就是所謂的黑箱效應（Black Box-Effekt）。
Christian Lemke表示，歐盟的《人工智慧法》（Al-Act der Europäischen Union）將特定領域Al應用程式的風險程度子以區別，或甚至將某些Al歸類為具有不可接受風險的應用程式，且就各Al程式的運用適用嚴密程度不同的規範，並非毫無道理。他說，依據目前的法案内容，目的在於輔助法院調查事實、解釋法律規範、以及適用法律至具體案件的Al應用程式，以及用於刑事追訴，如預測再犯風險的AI程式，將被歸類為高風險AI系統，應受特別管制。
Christian Lemke提到，只要不涉及價值判斷，日常任務可交由AI處理。但律師必須意識到，他們就Al生成的結果須對客戶負貴，就如同對自己起草或借助範本撰擬的契約或書狀須負起責任一樣。律師不得在沒有經核對的情況下接受Al生成的結果。
Christian Lemke表示，律師必須遵守特殊的注意義務，特別是在AI生成的内容欠缺透明度、可理解性及可解釋性的情形。此外，在使用第三方供應商提供的開放式Al系統時，律師還必須意識到，他們不僅是在協助進一步訓練這些Al系統，也要了解基於律師對客戶的保密義務，他們不得向Al「餵入」任何可回溯至受託案件或甚至是客戶身分的資訊。
Christian Lemke指出，總結來說，許多的法律工作都可由Al予以輔助，有些甚至可被取代，他說ChatGPT在這方面提供了初步的推動力，而針對法律領域所設計的Al模型在能力上則更為強大。他說，Al或將導致律師業的震盪，這代表著一種改變，Al作為輔助工具，將補充並進而形塑律師實務的工作。Christian Lemke說，法律人必須加強自己的技能及能力，學會運用Al、判斷Al弱點、評估風險，並批判性及評價Al生成的結果。
