المصدرية ليست سريانًا: الخلط الكامن في صميم إسناد الذكاء الاصطناعي القانوني

اسأل أي مورّد لأنظمة الذكاء الاصطناعي القانونية عمّا إذا كان نظامه يهلوس، وستحصل على صيغة ما من الإجابة نفسها: لا، لأن كل ادعاء مُسنَد إلى مصدر مُسترجَع، مصحوب باستشهاد يمكنك النقر عليه والتحقق منه. وقد صار هذا هو التعريف العملي للمشكلة المحلولة في هذه الصناعة. فقد حلّ التوليد المعزَّز بالاسترجاع محل التوليد الحر، وحلّت الاستشهادات محل التأكيدات المجردة، وأُعلن أن مشكلة الهلوسة، إن لم تكن قد حُلّت، فهي على الأقل قد جرى احتواؤها.

لكنها لم تُحتوَ. لقد جرى تضييقها إلى واحدة بالضبط من خاصيتين يحتاجهما أي ادعاء قانوني مُسنَد، بينما تُركت الخاصية الثانية، وهي على الأرجح الأصعب، دون معالجة تُذكر. لقد حلّت الصناعة مسألة المصدرية. لكنها لم تحل مسألة السريان. ولأن هاتين الخاصيتين تبدوان متطابقتين من الخارج، فإن نظامًا لا يملك سوى الأولى ينتج إجابات لا يمكن تمييزها، على الصفحة، عن إجابات تملك كلتيهما.

هذا هو الخلط الذي يتناوله هذا المقال، ويجدر توخي الدقة بشأنه، لأن معالجة إحدى المشكلتين لا تصنع شيئًا للأخرى.

ادعاءان يرتديان كلمة واحدة

حين يقول نظام ذكاء اصطناعي قانوني إن إجابة ما "مُسنَدة"، فإنه يطرح ضمنيًا ادعاءين واقعيين منفصلين، ويجدر الفصل بينهما فصلًا تامًا.

المصدرية هي الادعاء بأن المصدر المُستشهَد به موجود ويقول ما يُنسب إليه. وهذا ادعاء عن الحالة الراهنة لوثيقة ما: هل توجد Article 1124 من قانون مدني ما، وهل يدعم نصها فعلًا الطرح الذي ألحقه بها النموذج. وإخفاقات المصدرية هي ما يقصده الناس حين يقولون "استشهاد مهلوَس": قضية لم يُفصل فيها قط، أو تشريع لم يُسنّ قط، أو مصدر حقيقي جرى تمطيطه ليدعم ادعاءً لا يقول به فعلًا.

أما السريان فهو ادعاء مختلف كليًا: أن المصدر المُستشهَد به لا يزال قانونًا ساري المفعول، الآن، أو في أي تاريخ يُثبَّت عليه التحليل. غير ملغى. غير مستبدل بتشريع لاحق. غير معدَّل على نحو يغيّر النص العامل. غير منقوض بحكم لاحق، ولا مُمَيَّز حتى يفقد صلته، ولا مُقيَّد بسند لاحق. السريان ليس ادعاءً عن الوثيقة. إنه ادعاء عن علاقة الوثيقة بكل ما حدث للقانون منذ كُتبت الوثيقة.

وهذان محوران مستقلان. فقد يملك استشهاد مصدريةً مثالية وسريانًا معدومًا: المصدر حقيقي، والاقتباس دقيق، ولا شيء من ذلك يهم لأن الحكم أُلغي قبل ثمانية عشر شهرًا. وقد يملك استشهاد، من حيث المبدأ، مصدرية منقوصة ومع ذلك يشير إلى شيء ساري المفعول، وإن كانت هذه الحالة أندر وأقل إثارة للاهتمام. ونمطا الإخفاق هذان يتطلبان استراتيجيات كشف مختلفة تمامًا، وهذا هو الجزء الذي لم تستوعبه الصناعة.

لماذا لا يشتري لك RAG المصحوب بالاستشهادات سوى الأولى

اكتسب التوليد المعزَّز بالاسترجاع سمعته بوصفه علاج الهلوسة لأنه يستهدف المصدرية مباشرة. حوِّل الاستعلام إلى embeddings، وحوِّل المدونة إلى embeddings، واسترجِع أقرب المقاطع، وولِّد إجابة مشروطة بتلك المقاطع، وألحِق المقطع بوصفه استشهادًا. وهذه بنية فعّالة حقًا في ضمان أن يتحدث النموذج عن شيء موجود بدل اختراعه من الذاكرة البارامترية. إنها تقدم حقيقي، وليست هي ما يجادل ضده هذا المقال.

لكن انظر إلى ما تحسّنه خطوة الاسترجاع فعليًا: التشابه الدلالي بين الاستعلام ومقطع في المدونة. لا شيء في درجة التشابه تلك يرمّز ما إذا كان المقطع لا يزال ساري المفعول. فالمادة الملغاة والتعديل الذي ألغاها قد يقعان على بُعد بضع رموز في النص المُدمج نفسه، أو في صفوف متجاورة في قاعدة البيانات، وستكون embeddings كليهما شبه متطابقة، لأنهما يصفان الموضوع نفسه بلغة متشابهة. والسابقة القضائية التي ظلت السند المُلزِم عشرين عامًا وحكم الاستئناف الذي نقضها العام الماضي كثيرًا ما يتشاركان مفردات فيما بينهما أكثر مما يتشارك أيٌّ منهما مع حكم غير ذي صلة لكنه ساري المفعول حاليًا. مسافة embeddings تقيس "الموضوعية". وهي لا تقيس الصلاحية. لا توجد آلية في خط أنابيب الاسترجاع الشعاعي المعياري تجعل مصدرًا باليًا يسجّل درجة أدنى من مصدر ساري المفعول، لأن البِلى ليس خاصية دلالية للنص. إنه خاصية لموضع النص في خط زمني لا تراه embeddings قط.

هذا هو السبب البنيوي وراء قدرة أنظمة RAG على اجتياز كل فحوص المصدرية ثم تقديم قانون ميت بثقة. الاستشهاد حقيقي. والمقطع يقول فعلًا ما يُدَّعى. والاسترجاع عمل تمامًا كما صُمِّم. ومع ذلك الإجابة خاطئة، على نحو لن تكشفه أي إعادة قراءة للمقطع المُستشهَد به، لأن المقطع نفسه لا يعطي أي إشارة إلى أنه قد جرى استبداله. الاستبدال غير مكتوب في النص المستبدَل. إنه مكتوب في وثيقة أخرى، ربما بسجلّ لغوي مختلف، أو جريدة رسمية، أو مجموعة أحكام، لم يكن لخطوة الاسترجاع سبب خاص لإظهارها أيضًا.

توضيح تطبيقي

لنتأمل، على سبيل التوضيح، حكمًا في قانون مدني بشأن مدد التقادم التعاقدية. لنفترض أنه حدّد أصلًا مدة خمسة عشر عامًا، ثم قصّرها إصلاح تشريعي بعد بضع سنوات إلى خمسة أعوام، مع قاعدة انتقالية للعقود السابقة للإصلاح. (هذا النمط ليس افتراضيًا: فقد قصّرت Ley 42/2015 الإسبانية مدة التقادم العامة للدعاوى الشخصية بموجب Article 1964 من Código Civil من خمسة عشر عامًا إلى خمسة، مع نظام انتقالي من هذا القبيل بالضبط.) والمدونة التي استوعبت القانون المُدمج على نحو صحيح ستتضمن نص السنوات الخمس الساري. لكن إذا احتفظت المدونة، أو خط أنابيب embeddings، أو تمثيل وسيط مخزَّن مؤقتًا، بنسخة مستبدلة، مقطعًا من كشط أقدم، أو شرحًا أكاديميًا يقتبس القاعدة القديمة، أو حكمًا لمحكمة أدنى درجة طبّقها قبل الإصلاح، فلن يكون لنظام الاسترجاع سبب بنيوي لتفضيل النص الساري على النص المستبدَل. فكلا المقطعين متطابقان موضوعيًا: كلاهما، حرفيًا، عن مدة التقادم لهذه الفئة من العقود. ولا يمكن لدرجة التشابه أن تميّز بينهما، لأن ما يميّزهما، أن أحدهما ساري المفعول والآخر ليس كذلك، غير مرمَّز في نص أيٍّ من المقطعين. إنه مرمَّز في واقعة خارجة عنهما معًا: تاريخ الإصلاح، وتاريخ الدخول في حيز النفاذ، والنظام الانتقالي الذي يحكم أي العقود تنطبق عليها كل نسخة.المصادر: Ley 42/2015 (BOE)

لنوسّع هذا الآن ليشمل السوابق القضائية، حيث يكون الإخفاق المكافئ أحدّ لأنه لا يوجد نص مُدمج يُرجَع إليه. فالسابقة تُنقض لا بتحرير الحكم الأصلي بل بحكم منفصل لاحق يقول، بأي عرف تتبعه الولاية القضائية، إن القضية الأسبق لم تعد تمثل القانون. ونص الحكم الأصلي لا يتغير. يظل في المدونة، قابلًا للاستشهاد تمامًا، مقروءًا بالإقناع نفسه الذي كان يقرأ به يوم صدوره، دون شيء على وجهه يشير إلى أن محكمة تبنّت بعد ثمانية عشر شهرًا الرأي المعاكس. ونظام الاسترجاع المبني للمصدرية وحدها سيُظهرها، ويستشهد بها بدقة، ويقتبسها بأمانة، وهو كل ذلك الوقت يقدّم قانونًا كان محامٍ مبتدئ في سنته الأولى، بحوزته أداة citator (خدمة تتبّع المعاملة اللاحقة للأحكام)، ليمسك به في ثلاثين ثانية.

تلك الثلاثون ثانية تؤدي عملًا أكبر مما تبدو عليه. إنها مشكلة السريان بأكملها، مضغوطة في فحص يدوي واحد لا يكاد أي خط أنابيب آلي يؤديه.

البنية التحتية التي تحل بالفعل نصف هذا، والنصف الذي لا تمسّه

أمضت المعلوماتية القانونية عقودًا في بناء معايير للمعرّفات والبنية، ويجدر الإنصاف لما تغطيه فعلًا. فـ ELI (المعرّف الأوروبي للتشريعات) وECLI (المعرّف الأوروبي للسوابق القضائية) يمنحان كل قطعة تشريع وكل حكم قضائي هويةً مستقرة قابلة للتحليل. وAkoma Ntoso يمنح الوثائق القانونية تمثيلًا مهيكلًا بصيغة XML، يميّز الديباجة عن النص العامل، والمواد عن الفقرات، والتعديلات عن النص الأساسي. وخدمة الدمج في EUR-Lex، المُتاحة عبر معرّفات CELEX المؤرّخة، تصنع شيئًا أقرب إلى ما يتطلبه السريان: فهي تتتبّع النسخ المُدمجة للتشريعات الأوروبية وتكشف، لتاريخ معيّن، أي نسخة من لائحة أو توجيه كانت سارية المفعول.المصادر: ELI (EUR-Lex) · ECLI (Council conclusions, 2011) · Akoma Ntoso · EUR-Lex consolidated texts

هذه بنية تحتية حقيقية، وهي تحل المصدرية على نحو ممتاز. فالمعرّف يُحلَّل إلى وثيقة. والتمثيل المهيكل يخبرك أي جزء من الوثيقة تنظر إليه. لكن لا شيء من هذا، بمفرده، يخبر نظامًا مستهلِكًا ما إذا كان ذلك الحكم بعينه، المُحلَّل عند ذلك المعرّف بعينه، لا يزال قانونًا ساري المفعول في التاريخ الذي يُطرح فيه السؤال.

وحيثما حُلّت هذه المشكلة تاريخيًا، فقد حُلّت عبر خدمات citator احتكارية مُنسّقة يدويًا. فـ Shepard's Citations وKeyCite موجودتان بالضبط لأن السريان لا ينشأ من مجرد امتلاك النص؛ إنه يتطلب رسمًا بيانيًا منفصلًا للمعاملة اللاحقة، يبنيه جيش من المحررين يقرؤون كل حكم جديد ويصنّفون علاقته بكل حكم أسبق يستشهد به: متَّبَع، مُمَيَّز، مُقيَّد، منتقَد، منقوض. وقد نجح هذا، لأكثر من قرن، في حفنة من أسواق القانون العام، بكلفة تحريرية مستمرة هائلة، وهو غير موجود بصيغة تتوسّع لتشمل ستين ولاية قضائية من التشريعات والسوابق القضائية في آن واحد. لم يبنِ أحد نظير Shepard's لسريان التشريعات عبر ستين نظامًا قانونيًا، لأن أحدًا لم يحتج إلى ذلك حتى بدأ نظام ذكاء اصطناعي يجيب بثقة عن أسئلة عبر الستين جميعها دفعة واحدة.

ما تتطلبه فعلًا بنية واعية بالسريان

إن كانت المصدرية تُحلّ بمعرّف يُحلَّل إلى وثيقة، فإن السريان يُحلّ برسم بياني، وهو يحتاج نوعين مختلفين بنيويًا من الرسوم البيانية، لأن التشريعات والسوابق القضائية تُستبدَل عبر آليات مختلفة.

بالنسبة إلى التشريعات، الرسم البياني سلسلة تعديلات مُصدَّرة بنسخ. كل عقدة نسخة من حكم، سارية على فترة زمنية محددة. وتمثّل الحواف التعديل (هذه النسخة تحل محل تلك، اعتبارًا من هذا التاريخ)، والتعطيل (هذا الحكم مُعلَّق لا ملغى، بموجب هذه الشروط)، والإلغاء (هذه النسخة تنهي سريان الحكم كليًا). والأنظمة الانتقالية نوع ثالث من الحواف، لأنها تحدد أي نسخة تنطبق على وقائع نشأت قبل حد فاصل معيّن، وهي بالضبط الحالة التي تُعثِر نظامًا لا يعرف سوى النص الساري. والاستعلام عن السريان مقابل هذا الرسم البياني ليس بحثًا. إنه استعلام بتاريخ محدد: بمعلومية حكم وتاريخ، أي نسخة كانت سارية المفعول، وماذا تقول تلك النسخة بعينها. وهذه هي المعلومة نفسها التي يتتبّعها جهاز الدمج في EUR-Lex بالفعل بالنسبة إلى قانون الاتحاد الأوروبي. وهي لا توجد بعد، بأي صيغة منهجية، لمعظم الأنظمة القانونية الوطنية، ولا توجد إطلاقًا بوصفها واجهة برمجية قابلة للاستعلام تستطيع معظم خطوط أنابيب الاسترجاع استدعاءها.

بالنسبة إلى السوابق القضائية، الرسم البياني رسم citator، وتحمل حوافه مشكلة أصعب: فهي تتطلب تصنيف نوع المعاملة اللاحقة، لا مجرد وجودها. فالحكم اللاحق الذي يستشهد بحكم أسبق قد يكون متّبعًا له، أو مُمَيِّزًا له بناءً على الوقائع، أو مُقيِّدًا لمنطوقه إلى فئة أضيق من القضايا، أو مُشكِّكًا في تعليله دون نقضه رسميًا، أو ناقضًا له صراحة. وهذه ليست متكافئة، ومعاملة "مُستشهَد به في حكم لاحق" كإشارة واحدة غير مميَّزة لا تكاد تنفع أكثر من تجاهل المعاملة اللاحقة كليًا. والتصنيف الآلي لهذه العلاقة مشكلة استدلال لغوي طبيعي صعبة حقًا: فهو يتطلب قراءة معاملة الحكم اللاحق الفعلية للحكم الأسبق، لا مجرد رصد وجود استشهاد. ويمكن تدريب نماذج الاستلزام لأداء تمريرة أولى معقولة على الإشارات الأصرح للنقض والتمييز، باللغة التي تستخدمها المحاكم عرفًا لقول ذلك، لكن هذه مشكلة بحثية غير محلولة حقًا في الحالة العامة، وينبغي لأي نظام إنتاجي أن يقول ذلك بأمانة بدل التظاهر بأن رسم استشهاد مضافًا إليه درجة تشابه يشكّل فحص صلاحية.

والنتيجة، حين يوجد كلا هذين، أن فحص السريان يكفّ عن كونه مهمة بحثية ويصير اجتيازًا لرسم بياني: بمعلومية ادعاء يستشهد بالمصدر S، هل توجد حافة نشطة، مؤرّخة قبل تاريخ الاستعلام، تزيل صلاحية S، سواء بالتعديل أو الإلغاء أو النقض. وذلك الاجتياز عملية سريعة حتمية قابلة للفحص آليًا. وبدون الرسم البياني، فهو ليس نسخة أبطأ من الفحص نفسه. إنه لا يُؤدَّى إطلاقًا. فليس لدى النظام بنية بيانات يكون فيها السؤال "هل هذا لا يزال قانونًا ساري المفعول" قابلًا للتمثيل أصلًا، فيتحول تلقائيًا، بصمت، إلى افتراض نعم.

لماذا يتفاقم هذا أسوأ من الاختلاق

ثمة سبب لمعاملة إخفاقات السريان بوصفها أخطر من إخفاقات المصدرية لا أقل، ويجدر ذكره صراحة لأن اهتمام الصناعة يسير في الاتجاه الآخر.

الاستشهاد المختلَق قابل، من حيث المبدأ على الأقل، للفحص بالوجود. هل توجد هذه القضية. استعلام واحد مقابل أي مجموعة أحكام يجيب عن السؤال، ومراجع مجتهد، أو فحص وجود آلي، يمسك به. إنه نمط إخفاق محرج، يستوجب الجزاء، ذائع الصيت، وهو أيضًا، بنيويًا، الأيسر من الاثنين في الدفاع ضده، لأن الفحص ثنائي والحقيقة الأساسية (هل توجد هذه القضية في هذه المجموعة) لا لبس فيها.

أما الاستشهاد البالي فيجتاز ذلك الفحص بالضبط. القضية موجودة. فُصل فيها من المحكمة التي يقول إنها فصلت فيها، في التاريخ الذي يقوله، قائلةً تمامًا ما هو مقتبس. وكل فحص مصدرية متاح لمراجع لا يجري أيضًا فحص سريان سيعيد نتيجة نظيفة. والسبيل الوحيد للإمساك به هو أن تعرف أصلًا، أو أن تبحث، عمّا إذا كان شيء قد حدث لذلك السند بعد ذلك، وهي بالضبط المعلومة التي لا تعيش داخل الوثيقة المُستشهَد بها نفسها. ولهذا فإن غريزة المحامي المتمرّس في مدّ يده إلى citator ليست عادة؛ إنها إدراك أن المصدرية والسريان سؤالان مختلفان يتطلبان أدوات مختلفة، وأن الأداة الأولى لا يمكنها الإجابة عن السؤال الثاني مهما طُبِّقت بعناية.

ويزداد الأمر سوءًا تحت التركيب. فالاستدلال القانوني نادرًا ما يكون ادعاءً واحدًا؛ إنه سلسلة، حيث يستند تقييم مخاطر أو توصية صياغة إلى ثلاث أو أربع مقدمات، كل منها يستشهد بسنده. وإن كانت مقدمة واحدة في السلسلة بالية، نظيفة المصدرية لكنها ميتة السريان، فإن الخلل لا يبقى محليًا. فكل استنتاج لاحق مبني على تلك المقدمة يرث الخطأ بصمت، لأن كل خطوة استدلالية على حدة، إذا فُحصت بمفردها، تبدو سليمة محليًا. والسلسلة ليست أقوى من أضعف حلقة فيها، وإخفاق السريان حلقة ضعيفة لا تعطي أي علامة مرئية على الضعف في أي موضع من المخرَج النهائي. والمراجع الذي يقرأ المذكرة النهائية، متحققًا من أن كل استشهاد حقيقي ويقول ما يُدَّعى، لن يجد شيئًا خاطئًا، لأن لا شيء في المصدرية خاطئ. فالخلل يعيش كليًا في الطبقة التي لم تمسّها المراجعة قط.

ما ينبغي أن يعنيه "مُسنَد" فعلًا

إن كانت المصدرية والسريان خاصيتين منفصلتين حقًا، فإن ادعاء نظام ما بأنه مُسنَد ينبغي أن يتحلل إلى ثلاث عبارات قابلة للفحص على الأقل، لا واحدة: هذا المصدر موجود، عند هذا المعرّف، قابل للتحليل بمعزل عن مجرد قول النموذج. ونص هذا المصدر يدعم هذا الادعاء بعينه، على مستوى المقطع المُستشهَد به، لا الموضوع العام. وهذا المصدر كان قانونًا ساري المفعول في التاريخ ذي الصلة، مُتحقَّقًا منه مقابل سجل مهيكل لكل ما حدث له منذ كُتب، لا مُستنتَجًا من غياب إشارة معاكسة في المقطع نفسه.

ومعظم ما تسميه السوق حاليًا نظام ذكاء اصطناعي قانوني مُسنَد يفي بالأوليين ويصمت عن الثالثة، لا لأن الثالثة غير مهمة، بل لأنها تتطلب بنية تحتية لا توجد بعد لمعظم أنظمة العالم القانونية: رسوم بيانية تشريعية مُصدَّرة بنسخ باستعلام بتاريخ محدد، ورسوم citator مُصانة آليًا أو شبه آليًا، تمتد عبر ولايات قضائية بمقياس لم تحاوله قط أي خدمة احتكارية منفردة. وبناء تلك البنية التحتية مشروع مختلف نوعيًا عن بناء مسترجِع أفضل أو مُنسِّق استشهادات أفضل. إنه يتطلب معاملة الصلاحية القانونية بوصفها واقعة درجة أولى، زمنية، مهيكلة بيانيًا، تُتتبّع باستمرار مع تغير القانون، لا بوصفها خاصية يمكن قراءتها من نص القانون نفسه.

وإلى أن يوجد ذلك، فإن كل نظام ذكاء اصطناعي قانوني مُسنَد يطرح ادعاءً لا يمكنه فعلًا التحقق منه. إنه يستطيع أن يخبرك من أين جاءت الإجابة. لكنه لا يستطيع بعد أن يخبرك، بالثقة نفسها، ما إذا كان المكان الذي جاءت منه لا يزال هو المكان الذي يعيش فيه القانون.