في السنوات الأخيرة، أصبحت نماذج اللغات الضخمة (Large Language Models) خيارًا مفضلاً لإجراء مهام الامتثال والتفكير القانوني. ولكن، غالبًا ما تفتقر نتائجها إلى الأسس القانونية والبيانات الداعمة، مما يثير تساؤلات حول موثوقية هذه النماذج في هذا المجال الحيوي.

لذا، تم تقديم إطار العمل الجديد المعروف باسم **Code-as-Auditor**، الذي يستخدم هذه النماذج بطريقة مبتكرة تعزز من قدرة النظام على إجراء تقييمات امتثال دقيقة ومدعومة بالأدلة. يتضمن هذا الإطار تحويل المعلومات التنظيمية إلى قوائم فحص منظمة وأشجار قرار قابلة للتنفيذ، حيث يتم ترميز القوانين والشروط ككيانات قابلة للتفسير.

خلال عملية الاستدلال، يتم توسيع كل عنصر من عناصر القائمة فوريًا إلى أسئلة واقعية ومضادة، مما يوجه النموذج لفهم الأدلة المتعلقة بالحالات المحددة والانتهاكات المحتملة. يمنح هذا الأسلوب منصة مستمرة للتفكير تبدأ من تحديد الأدلة، مرورًا بتطبيق القواعد، وصولاً إلى اتخاذ القرار النهائي.

بالإضافة إلى ذلك، تُعزز حلقة التحقق الذاتي من النسق المنطقي للكود الناتج وضمان تتبع النتائج. أظهرت التجارب على سيناريوهات الخصوصية وحماية البيانات أن نظام Code-as-Auditor يقدم تقييمات أكثر دقة وموثوقية، مما يمكّن من فحص تنظيمات الامتثال بشكل آلي يعتمد على معايير تنظيمية واضحة.

إن هذا الابتكار يعد بمثابة نقلة نوعية في كيفية عمل النماذج المعتمدة على الذكاء الاصطناعي في المجالات القانونية، ويبرز أهمية الدمج بين الذكاء الاصطناعي والامتثال القانوني في عالم سريع التغير.