تزايد استخدام نماذج اللغة الكبيرة (Large Language Models) في مجال الاكتشاف الإلكتروني (e-discovery) يعتبر ثورة تكنولوجية، ولكنه يحمل في طياته خطر الأخطاء القانونية القاتلة. فحتى أخطاء صغيرة في التصنيف يمكن أن تؤدي إلى انهيار النظام القانوني، ما يعرف بمصطلح "انهيار المسار". في ورقة بحثية جديدة، تم تسليط الضوء على هذا الموضوع من خلال ثلاثة مساهمات رئيسية.

أولاً، تم اقتراح تصنيف هيكلي لفشل العمليات الذكية في استرجاع المعلومات القانونية، مما يتيح فهمًا أفضل لهذه المعضلات. ثانياً، تم تطوير هندسة تحقق من أربع طبقات، تشمل التخطيط والتفكير والتنفيذ وتقدير عدم اليقين. هذه الهندسة الهدف منها هو التقاط الأخطاء قبل تفشيها، مما يحمي العملية القانونية.

وأخيراً، تم إجراء دراسة محاكاة أولية على مجموعة بيانات استخدم فيها الاكتشاف الإلكتروني. أظهرت النتائج أن تحقيق مستويات معينة من تدخل البشر (Human-on-the-Loop) يؤدي إلى تقليل مخاطر إسقاط المستندات الحساسة بمعدل يصل إلى 61% مقارنة بالنماذج المستقلة بالكامل. حيث تم تقليل عدد المستندات المتجهة للمراجعة القانونية إلى أقل من ربع العدد.

هذا البحث يسهم في توفير فهم أعمق حول كيفية الجمع بين الذكاء الاصطناعي والتدخل البشري لضمان نتائج قانونية أكثر دقة وأمانًا. هل تعتقد أن هذه المقاربات كافية لتفادي الأخطاء المستقبلية؟ شاركونا آراءكم في التعليقات.