Citation-Enforced RAG for Fiscal Document Intelligence: Cited, Explainable Knowledge Retrieval in Tax Compliance
تقدم هذه الورقة إطار عمل للتعزيز الاسترجاعي المولد (RAG) متعدد الوسائط ومعزز بالاستشهادات، مصمم لتعزيز القابلية للتفسير والتدقيق في الامتثال الضريبي من خلال إعطاء الأولوية لموثوقية المصدر، وإثبات المصدر على مستوى الصفحة، والامتناع القائم على الأدلة لتقليل الهلوسة في تحليل الوثائق المالية.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
الصورة الكبيرة: "أمين المكتبة الصارم" مقابل "الحكواتي الثرثار"
تخيل أنك تحاول فهم قاعدة ضريبية معقدة للغاية. لديك مكتبة ضخمة من الوثائق الحكومية (نماذج، تعليمات، قوانين) وهي غالباً ما تكون فوضوية، مليئة بالجداول، ومكتوبة بلغة مربكة.
- الطريقة القديمة (الذكاء الاصطناعي القياسي): تخيل أنك تسأل حكواتياً ذكياً وثرثاراً للإجابة على سؤالك. هو يعرف الكثير، لكنه أحياناً يخترع أشياء ليبدو واثقاً من نفسه. إذا لم يعرف الإجابة، فقد يبتكر قصة تبدو منطقية. في قانون الضرائب، هذا أمر خطير لأن القاعدة المختلقة قد تسبب لك المتاعب.
- الطريقة الجديدة (حل هذه الورقة البحثية): تقدم هذه الورقة نظام "أمين المكتبة الصارم". هذا الذكاء الاصطناعي غير مسموح له بالتحدث إلا إذا استطاع الإشارة إلى الصفحة المحددة في المكتبة حيث كُتبت الإجابة. وإذا لم تكن المكتبة تحتوي على الإجابة، يقول أمين المكتبة: "لا أعرف"، بدلاً من التخمين.
المشكلة الجوهرية: لماذا يفشل الذكاء الاصطناعي الحالي في الضرائب؟
أدوات الذكاء الاصطناعي الحالية رائعة في كتابة المقالات أو تلخيص الأخبار. لكن عندما تسألها عن الضرائب، فإنها تميل إلى "الهلوسة".
فكر في الأمر كالتالي: إذا سألت ذكاءً اصطناعياً عادياً: "هل يمكنني خصم هامسترتي كأحد مصاريف العمل؟"، فقد يجيب: "نعم، إذا كنت تستخدمها للتوصيل"، لأنه يحاول أن يكون مفيداً ويبدو واثقاً. لكن في الواقع، ينص قانون الضرائب على: "لا".
في العالم الحقيقي، تحتاج السلطات الضريبية إلى دليل. إنهم بحاجة لمعرفة بالضبط أي جملة في أي وثيقة تدعم الإجابة. الذكاء الاصطناعي القياسي غالباً ما يعطيك الإجابة ولكنه ينسى أن يُظهر "واجباته المنزلية" (أدلة إثباته).
الحل: نظام "المصدر أولاً"
بنى المؤلفون نظاماً يعتمد على ثلاث قواعد رئيسية لإصلاح ذلك. إليك كيف تعمل باستخدام تشبيه "المحقق":
1. الاستيعاب القائم على المصدر (قاعدة "الأدلة الخام")
تأخذ معظم أنظمة الذكاء الاصطناعي وثيقة ما، وتلخصها، ثم تخزن الملخص.
- الخلل: إذا أخطأ الذكاء الاصطناعي في تلخيص جدول ما، فإن الملخص سيكون خاطئاً للأبد. الأمر يشبه محققاً يدون قصة شاهد بكلماته الخاصة ثم ينسى ما قاله الشاهد فعلياً.
- الإصلاح: يعمل هذا النظام مثل المحقق الذي لا يخزن سوى صور ضوئية للأدلة الأصلية. هو لا يلخص الوثائق أولاً، بل يقسم الوثائق إلى أجزاء صغيرة (مثل صفحات أو فقرات فردية) ويحتفظ بالنص الأصلي كما هو. هذا يضمن أنه إذا قدم الذكاء الاصطناعي ادعاءً ما، فيمكنه الإشارة إلى الصورة الضوئية الدقيقة التي استمد منها ذلك الادعاء.
2. فرض الاستشهاد (قاعدة "أظهر عملك")
عندما يجيب الذكاء الاصطناعي على سؤال، لا يُسمح له بمجرد قول "نعم" أو "لا".
- القاعدة: كل جملة يكتبها الذكاء الاصطناعي يجب أن تأتي مع حاشية، مثل: "وفقاً لنموذج مصلحة الضرائب (IRS) رقم 1040، الصفحة 12، القسم B".
- التشبيه: تخيل طالباً يؤدي اختباراً. إذا كتب إجابة دون إظهار خطوات الحل الرياضي، فسيحصل على صفر. هذا النظام يجبر الذكنا الاصطناعي على "إظهار عمله" لكل ادعاء يقدمه. إذا لم يجد مصدراً لجملة ما، فلا يُسمح له بكتابة تلك الجملة.
3. آلية "الامتناع" (زر "أنا لا أعرف")
هذا هو الجزء الأهم للسلامة.
- المشكلة: يشعر الذكاء الاصطناعي القياسي بالضغط للإجابة على كل شيء. إذا سألت سؤالاً لا تغطيه الوثائق، فسيظل يحاول التخمين.
- الإصلاح: يحتوي هذا النظام على زر "إيقاف" مدمج. إذا بحث الذكاء الاصطناعي في المكتبة ولم تجد الوثائق إجابة واضحة للسؤال، فإنه يرفض الإجابة.
- التشبيه: تخيل قاضياً في قاعة المحكمة. إذا لم تكن الأدلة موجودة، فإن القاضي الجيد لا يخمن الحكم، بل يعلن بطلان المحاكمة أو يقول إن القض_ية قد رُفضت. هذا الذكاء الاصطناعي يفعل الشيء نفسه؛ فهو يفضل أن يقول: "لا يمكنني الإجابة لأن الوثائق لا تذكر ذلك"، على أن يعطي إجابة خاطئة.
كيف يعمل في الحياة الواقعية
اختبر الباحثون هذا النظام باستخدام وثائق ضريبية حقيقية من مصلحة الضرائب الفيدرالية (IRS) ومن مجالس الضرائب في كاليفورنيا ونيويورك.
- المدخلات: قاموا بتغذية النظام بـ 298 وثيقة ضريبية حقيقية (نماذج، تعليمات، أدلة).
- الاختبار: طرحوا عليه 55 سؤالاً واقعياً قد يطرحه محلل ضرائب، مثل: "ما هي قواعد الإقامة في كاليفورنيا؟".
- النتيجة:
- الدقة: في 94.5% من الحالات، كانت إجابة الذكاء الاصطناعي مدعومة تماماً بالوثائق التي استشهد بها.
- الهلوسة: نادراً ما اخترع أشياء (بنسبة 1.8% فقط من الوقت).
- معرفة متى يتوقف: عندما لم تكن الإجابة موجودة في الوثائق، قال النظام "لا أعرف" بشكل صحيح بنسبة 88% من المرات.
- الفائدة: قيم الخبراء البشريون الإجابات بأنها مفيدة جداً (4.2 من أصل 5 نجوم) لأنهم استطاعوا التحقق من المصادر بسهولة.
لماذا يهم هذا الأمر؟
هذه الورقة البحثية لا تتعلق فقط بجعل الذكاء الاصطناعي "أكثر ذكاءً"، بل تتعلق بجعله مسؤولاً.
في مجالات مثل الطب والقانون والضرائب، لا يكفي أن تكون "صحيحاً في معظم الأحيان". أنت بحاجة لأن تكون قابلاً للإثبات. هذا النظام يثبت أنه يمكننا استخدام الذكاء الاصطناعي القوي لقراءة الوثائق المعقدة، ولكن يجب علينا إجباره على أن يكون "أمين مكتبة صارم" لا يتحدث أبداً دون مصدر، ولا يخمن أبداً عندما يكون غير متأكد.
باختختصر: إنه يحول الذكاء الاصطناعي من "مخمن واثق" إلى "باحث دقيق" يقدم دائماً أدلة إثباته.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.