في الهند، يعتبر الحصول على مساعدة قانونية للجمهور العام أمرًا صعبًا للغاية، حيث يفتقر العديد من المواطنين إلى الوعي الكافي بحقوقهم القانونية. ومع ذلك، تظهر دراسة جديدة تهدف إلى سد هذه الفجوة من خلال تقديم إطار عمل مبتكر يحمل اسم Legal Assist AI.

إطار العمل هذا يعتمد على نموذج مختزل يضم 8 مليارات معلمة (Llama 3.1)، حيث يثبت فعالية مدهشة في تحسين الأداء ضمن السياق القانوني. كيفية تحقيق ذلك؟ يعود الفضل إلى دمج نظام استرجاع معزز للتوليد (Retrieval-Augmented Generation - RAG) مع تقنيات هندسة مدروسة للتحفيز، وأيضًا الاعتماد على مجموعة بيانات غنية تتكون من أكثر من 600 وثيقة قانونية، تشمل الدستور الهندي والقوانين الجديدة مثل Bharatiya Nyaya Sanhita (BNS) و Bharatiya Nagarik Suraksha Sanhita (BNSS).

علاوة على ذلك، تمكن هذا النموذج من تحقيق نتيجة تبلغ 60.08% في امتحان النقابة الهندية، قافزاً عن نتيجة 58.72% لنموذج GPT-3.5 Turbo الذي يضم 175 مليار معلمة، مما يظهر كفاءة النموذج الجديد. كما تم ملاحظة كيفية إدارة وإعادة توجيه المشكلات المرتبطة بالهلوسة (hallucinations)، وهو أمر حيوي لتطبيقات الذكاء الاصطناعي في مجال القانون.

بالإضافة إلى ذلك، تم تقديم مؤشر كفاءة المعلمات (Parameter Efficiency Index - PEI) لتوضيح الكفاءة الفائقة للنموذج، حيث تم التأكيد على أن نموذج الـ 8 مليارات معلمة هو أكثر كفاءة بـ 22 مرة مقارنة بالنموذج الإيراني الأضخم، ما يعكس إمكانيات النماذج الأصغر تكيفًا مع المجالات المتخصصة.

في الختام، يمكن القول إن Legal Assist AI يمثل خطوة بارزة نحو تحسين الوصول إلى العدالة في الهند، ويعطي أملاً لكثير من المواطنين الذين يسعون لمواجهة التحديات القانونية.