في عصر تسود فيه تقنيات الذكاء الاصطناعي، لا يزال أكثر من نصف سكان العالم يواجهون صعوبات كبيرة في تلبية احتياجاتهم من العدالة المدنية، وذلك بسبب نقص الموارد القانونية. وقد أظهرت نماذج اللغات الضخمة (Large Language Models) مثل GPT-4o قدرة مذهلة على التفكير، لكنها تواجه تحديات كبيرة في تحديد القضايا القانونية بدقة.

فلتسليط الضوء على هذه التحديات، تم إنشاء مجموعة بيانات من 769 قضية حقيقية تتعلق بقانون العقود الماليزي. باستخدام تقنية GPT-4o، تم استخراج الحقائق وتوليد قضايا قانونية محتملة تم تقييمها من قبل خبراء قانونيين كبار. اكتشفنا نقصًا حادًا في دقة هذه النماذج، حيث لم تحقق GPT-4o سوى 62% من الدقة المطلوبة.

للتغلب على هذه الفجوة، تم تقديم LePREC (التفكير المستلهم من المحترفين بحقوق الإنسان وتقييمه وتصنيفه)، وهو إطار عصبي-رمزي يجمع بين التوليد العصبي والمنطق الهيكلي. يتكون LePREC من مكون عصبي يحول أوصاف القضايا القانونية إلى أزواج من الأسئلة والأجوبة تحتوي على عوامل تحليلية متنوعة، بالإضافة إلى مكون رمزي يطبق نماذج خطية قليلة على هذه الميزات.

هذا النهج ليس فعالًا فقط من حيث البيانات، بل يوفر أيضاً تفسيرات واضحة من خلال وزن الميزات، مما يمكن المحللين من فهم العوامل الأكثر تأثيراً في تطابق القضايا القانونية. أظهرت التجارب تحسناً بنسبة 30-40% على نماذج LLM المتقدمة، بما في ذلك GPT-4o وClaude، مما يؤكد على أن تحليل العوامل من خلال الارتباط يقدم حلاً أكثر كفاءة في اتخاذ القرارات بشأن الأهمية.

مع تزايد الحاجة إلى موارد قانونية متاحة، فإن LePREC تمثل خطوة هامة نحو تحسين العدالة وإتاحتها للجميع. إذا كنتم تعتقدون أن هذه التكنولوجيا ستحدث فارقاً في مجال القانون، شاركونا آرائكم في التعليقات!