Enter hadir di HackPrinceton Spring 2026 — 410 peserta, 36 jam, di kampus Princeton. Tim di balik ACTA AI memilih masalah tersulit di ruangan tersebut. Dan mereka tahu persis alasannya.

Masalah Kemanusiaan yang Menyamar sebagai Masalah Hukum

Setiap hari uji klinis tertunda, pasien dengan kanker agresif, penyakit langka, dan kondisi kronis harus menunggu lebih lama untuk terapi yang dapat mengubah atau menyelamatkan hidup mereka.

Sebelum satu pasien pun dapat mendaftar dalam uji klinis, sponsor farmasi dan lokasi penelitian klinis harus menegosiasikan Perjanjian Uji Klinis (Clinical Trial Agreement) — sebuah dokumen hukum rumit yang mencakup kekayaan intelektual, ganti rugi, hak publikasi, privasi pasien, dan kewajiban pelaporan regulasi. Negosiasi ini memakan waktu rata-rata 100 hari. Dengan kerugian nilai pipeline sebesar $800.000 hingga $1,4 juta per hari, biaya finansialnya sangat signifikan. Namun angka yang lebih penting adalah angka yang tidak muncul dalam model keuangan mana pun: para pasien di balik penundaan tersebut yang kehabisan waktu.

Bagi perusahaan yang menjalankan 56 program tahap klinis aktif, memangkas 50 hari dari setiap negosiasi akan membuka nilai pipeline lebih dari $2,24 miliar. Lebih penting lagi, ini berarti pasien yang menghadapi limfoma agresif atau penyakit inflamasi langka mendapatkan akses ke terapi yang berpotensi menyelamatkan jiwa hampir dua bulan lebih cepat.

Tim tidak membingkai ini sebagai masalah otomatisasi hukum. Mereka membingkainya dengan benar: sebagai masalah kemanusiaan yang kebetulan terlihat seperti tumpukan dokumen.

Apa yang Sebenarnya Dilakukan ACTA AI

ACTA AI adalah platform kecerdasan kontrak multi-agen yang dibangun di sekitar proses perjanjian uji klinis — dirancang untuk melakukan apa yang saat ini tidak dapat dilakukan oleh alat AI hukum komersial mana pun: menganalisis kontrak klausul demi klausul, menegakkan standar dasar, melacak negosiasi di berbagai versi dan pihak, serta mengungkap konflik lintas kontrak sebelum menjadi krisis hukum.

Keputusan arsitektur yang mendefinisikan seluruh produk ini juga merupakan yang paling sederhana untuk dijelaskan. Kontrak hukum setebal 30 halaman yang dimasukkan ke dalam model bahasa sebagai satu blok teks menghasilkan output yang tidak andal. Tim mengambil arah yang sepenuhnya berbeda. Setiap kontrak dipecah menjadi klausul-klausul individu, masing-masing dianalisis secara independen terhadap standar dasar berkode keras dari tujuh standar ACTA — jendela tinjauan publikasi, struktur ganti rugi, ketentuan pembayaran, durasi kerahasiaan, batas biaya tidak langsung — sebelum hasilnya digabungkan menjadi ringkasan eksekutif. Struktur inilah yang membedakan alat kecerdasan hukum dari kotak pencarian yang canggih.

Antarmuka analisis klausul ACTA AI, menampilkan penilaian kepatuhan independen untuk setiap bagian kontrak terhadap standar dasar ACTA — penyimpangan ditandai berdasarkan tingkat keparahan sebelum ringkasan eksekutif dibuat.

Sistem penilaian keyakinan memilah setiap klausul ke dalam empat kategori: selaras dengan standar dasar dan siap dilanjutkan, penyimpangan minor dengan perbaikan standar, penyimpangan kritis yang akan menyebabkan penundaan berminggu-minggu jika tidak diselesaikan, atau bahasa hukum yang belum pernah ditemui sistem sebelumnya dan langsung diarahkan ke pengacara manusia. Tim hukum yang terdiri dari dua orang dapat mengelola 50 kontrak secara bersamaan karena mereka selalu tahu bagian mana yang harus diperiksa terlebih dahulu.

Mode ACTA Satu-Klik mengatasi skenario di mana negosiasi benar-benar terhenti. Satu tombol menulis ulang setiap klausul yang menyimpang ke standar dasar secara bersamaan, menghasilkan tampilan pelacakan perubahan berdampingan dan memo negosiasi yang siap dikirim untuk menjelaskan setiap perubahan kepada pihak lain.

Persona Lokasi Prediktif memperhitungkan sesuatu yang diabaikan sama sekali oleh alat kontrak generik: rumah sakit yang berbeda bernegosiasi dengan cara yang berbeda. Pusat medis akademis dan rumah sakit komunitas regional memiliki prioritas hukum, refleks, dan batasan yang berbeda. ACTA AI memprediksi di mana hambatan akan muncul bahkan sebelum kontrak dikirim.

Pendeteksi Konflik Multi-Pihak — yang digambarkan oleh tim sebagai fitur yang paling mengejutkan mereka — memecahkan masalah yang saat ini mengharuskan pengacara senior mencocokkan ratusan dokumen secara manual. Unggah beberapa CTA, jalankan pemindaian, dan sistem akan menampilkan ketidakkonsistenan di berbagai kontrak: pemberian IP yang bertentangan ke lokasi yang berbeda untuk senyawa yang sama, jendela publikasi yang tidak kompatibel yang dijanjikan ke institusi yang terpisah. Apa yang sebelumnya muncul sebagai krisis hukum beberapa bulan setelah program berjalan kini muncul dalam hitungan detik.

Antarmuka Pendeteksi Konflik Multi-Pihak, menampilkan ketidakkonsistenan lintas kontrak yang ditandai di berbagai Perjanjian Uji Klinis yang berjalan bersamaan — sebuah kemampuan yang dibangun tim dalam waktu tiga jam yang mungkin menjadi fitur paling signifikan secara komersial dalam produk ini.

Bagaimana Semuanya Terwujud

Backend-nya adalah pipeline empat agen — Pengurai Dokumen, Ekstraksi Klausul, Identifikasi Risiko, Pemeriksaan Kepatuhan, Saran — dengan objek status bersama yang membawa klausul yang diekstraksi, temuan risiko, hasil kepatuhan, dan perbedaan versi melalui setiap langkah. Arsitektur ini juga mencakup lapisan perutean yang mencerminkan bagaimana firma hukum sebenarnya mengalokasikan pekerjaan: klausul yang sarat hukum diarahkan ke model yang dioptimalkan untuk penalaran hukum, tugas klasifikasi cepat diarahkan ke model yang dioptimalkan untuk kecepatan, dan penulisan ulang yang rumit diarahkan ke model yang dioptimalkan untuk kualitas bahasa. Model yang tepat untuk pekerjaan yang tepat, dibangun ke dalam sistem alih-alih dibiarkan begitu saja.

Tidak ada satu pun anggota tim yang pernah membangun pipeline multi-agen produksi sebelum akhir pekan dimulai. Arsitekturnya mengalami tiga kali desain ulang total sebelum akhirnya menemukan struktur yang benar-benar kokoh. Mengenang kembali, tim menggambarkan perdebatan awal tersebut sebagai jam-jam paling berharga dari hackathon ini.

Frontend-nya dibangun ulang dua kali — secara sengaja. Bahasa visualnya menggunakan warna krem hangat, hijau sage, dan teal lembut. Alasan di balik pilihan tersebut dinyatakan dengan jelas: perangkat lunak klinis harus terasa tepercaya dan tenang. Desain tersebut adalah keputusan produk, bukan sekadar gaya.

Apa yang Paling Mereka Banggakan

Bahwa alat ini berfungsi pada dokumen nyata.

Perjanjian Uji Klinis yang nyata — dengan format yang berantakan, urutan klausul yang tidak biasa, bahasa hukum yang belum pernah ditemui sistem dalam pengembangan — dan pipeline ini mampu menanganinya. Kasus-kasus ekstrem ditangani dengan baik. Sistem cadangan berjalan dengan mulus. Output terstruktur tetap terjaga.

Pendeteksi Konflik Multi-Pihak hampir tidak dimasukkan ke dalam pengumpulan tugas. Itu adalah tambahan di saat-saat terakhir yang dibangun dalam waktu tiga jam. Mereka tetap meluncurkannya, dan mereka percaya itu adalah hal yang paling bernilai komersial dalam produk ini.

Mereka juga bangga akan sesuatu yang tidak muncul dalam demo: pada jam ke-28, dalam kondisi lelah dan di bawah tekanan, mereka tidak saling melampiaskan emosi. Mereka menggambarkan sikap saling menghormati dalam tim di bawah tekanan sebagai sebuah keterampilan, dan memperlakukannya demikian. Itu bukan hal kecil. Hal itu kemungkinan besar menjadi alasan mengapa semua hal lainnya dapat diselesaikan.

Pendeteksi Konflik Multi-Pihak adalah prioritas pertama — beralih dari prototipe yang berfungsi ke penyimpanan kontrak yang persisten, pelacakan riwayat konflik, peringatan otomatis, dan visualisasi jaringan yang menunjukkan lokasi mana saja yang memiliki ketentuan hukum yang tumpang tindih.

Arsitektur yang mengutamakan privasi adalah langkah berikutnya. Perjanjian Uji Klinis berisi informasi sensitif tentang pasien dan organisasi. Versi berikutnya membutuhkan enkripsi ujung-ke-ujung, kontrol akses berbasis peran, dan kerangka kerja penanganan data yang memenuhi persyaratan regulasi untuk kedua belah pihak dalam negosiasi. Kepercayaan, seperti yang diungkapkan oleh tim, adalah fondasi dari setiap produk hukum. Mereka ingin mendapatkannya dengan cara yang benar.

Ambisi jangka panjangnya adalah pembelajaran agen dari kasus-kasus nyata — memasukkan hasil negosiasi aktual kembali ke dalam sistem sehingga sistem dapat menyempurnakan model risikonya dari waktu ke waktu. Penyimpangan mana yang menyebabkan penundaan. Ketentuan mana yang akhirnya diterima. Jenis lokasi mana yang paling keras menolak klausul tertentu. Sistem ini menjadi lebih cerdas dengan setiap kontrak yang diproses.

Dan pada akhirnya, kecerdasan negosiasi longitudinal: sebuah fitur yang memberi tahu tim hukum secara tepat bagaimana lokasi tertentu telah bernegosiasi di masa lalu, bahasa hukum apa yang akhirnya mereka terima, dan di mana hambatan paling mungkin muncul — jenis memori institusional yang saat ini hanya ada di kepala masing-masing pengacara, kini dapat diakses oleh semua orang di dalam tim.

Masalah yang Layak Dipecahkan

ACTA AI tidak dibangun hanya untuk memenangkan sebuah kompetisi. Alat ini dibangun karena masalahnya nyata, perhitungannya kejam, dan belum ada yang benar-benar memecahkannya.

Kesenjangan antara terapi menjanjikan yang memasuki uji klinis dan pasien yang mendapatkan akses ke terapi tersebut bukanlah masalah ilmiah utama. Ini adalah masalah koordinasi, masalah dokumentasi, masalah proses — persis jenis masalah yang dapat dipangkas oleh kecerdasan terstruktur yang diterapkan pada lapisan yang tepat.

Tim melihat kesenjangan tersebut dan menghabiskan waktu 36 jam untuk membangun sesuatu yang dapat mempersempitnya. Pasien di sisi lain meja negosiasi itu tidak memiliki waktu 100 hari untuk menunggu.

Anggota tim: Han Wang || Xinying Cai || Saumya Brahmbhatt

Melewatkan volume sebelumnya? → Vol. 1 — Heritage in Pixels → Vol. 2 — Terra Zone AI *→ Vol. 3 — *reAgent *→ Vol. 4 *— TaleTailor *→ Vol. 5 *— LEGR *→ Vol. 6 — *PolyPath *→ Vol. 7 — EcoThread→ Vol. 8 *— Aletheia *→ Vol. 9 *— Synova → Vol. 10 — Overturn Insurance→Vol. 11 — VentureLink →Vol. 12—Atlas: Immersive 3D AI Learning