في عالم يتسم بتزايد الحاجة إلى الشفافية والدقة في التحليلات القانونية، تأتي ورقة N2I-RAG (من النظم إلى المؤشرات) لتقدم حلاً مبتكرًا لحساب المؤشرات القانونية من النصوص المعقدة. تعد هذه المهمة جزءًا أساسيًا من رصد السياسات القانونية، لكنها تواجه تحديات كبيرة بسبب تعقيد اللغة القانونية ووجود تباين في جودة الوثائق.

تستفيد الأبحاث الحالية من تقنيات معالجة اللغة الطبيعية (Natural Language Processing) والنماذج التوليدية، لكن كثيرًا ما تصطدم بعيوب خطيرة مثل عدم دقة المعلومات وضعف القدرة على التفسير، مما يحد من قدرتها على حساب المؤشرات بشكل موثوق.

تقدم ورقة N2I-RAG إطارًا يعتمد على استرجاع المعلومات المعزز (Retrieval-Augmented Generation) والذي يهدف إلى أتمتة عملية حساب المؤشرات القانونية بطريقة شفافة وقابلة للتتبع. يدمج هذا الإطار تقنيات استرجاع المعلومات التكيفية (Adaptive Retrieval) ووكلاء معتمدين على نماذج اللغات الضخمة (LLM-based Agents) وآليات التحقق من صحة المعلومات في خط أنابيب موحد، حيث يؤدي كل عنصر دوراً محدداً في تصفية واسترجاع الأدلة، وإصدار نتائج قانونية مرتبطة بأحكام قانونية معروفة.

يُركز الإطار على مفهوم التتبع من خلال مطالبة المستخدمين بتقديم شروحات واضحة حول القرارات الوسيطة وتعيين المؤشرات النهائية. قامت الأبحاث بتقييم N2I-RAG باستخدام مجموعة قانونية للبيئة البحرية الفرنسية والتي تتضمن مصادر ممسوحة رقمياً وأخرى رقمية. أظهرت التجارب المقارنة مع عدة عائلات من نماذج اللغة أن الأسلوب المقدم يتجاوز الأنظمة الأساسية بشكل مستمر، ويعطي أداءً جيدًا عند اختباره على نوعين مختلفين من المنع.

تشير النتائج إلى أن استرجاع المعلومات المعزز يمكن أن يجسر الفجوة بين اللغة القانونية المفتوحة وحساب المؤشرات الموحدة، مما يوفر أسسًا لمراقبة قانونية شفافة وقابلة للتوسع.