Time as Structure: Temporal Dependency Graphs for Verifiable Deadline Computation over Legal Documents
تقترح هذه الورقة نهجاً هجيناً يستخرج التبعيات الزمنية من الوثائق القانونية إلى رسم بياني لحساب المواعيد النهائية القائم على الكود، مما يثبت أن هذا المسار يتفوق بشكل كبير على الإجابة المباشرة للنماذج اللغوية في الدقة والقابلية للتحقق، لا سيما من خلال تجنب الأخطاء الحسابية مع تسليط الضوء على أن عملية الاستخراج تظل المصدر الرئيسي للفشل.
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
في عالم القانون، لا يعد الوقت مجرد خلفية للأحداث؛ بل هو عنصر هيكلي يمكنه أن يحدد مصير مطالبة ما. فغالباً ما يجب تقديم الملف القانوني بحلول موعد نهائي محدد، يُحسب من حدث استهلالي مثل إنهاء التوظيف أو واقعة تمييزية. وهذه الحسابات نادراً ما تكون عمليات حسابية بسيطة، فهي تتضمن عد الأيام وفقاً لقواعد قانونية صارمة، مع مراعاة فترات التوقف حيث يتوقف "العداد" للسماح بالوساطة الإلزامية، وتعديل الفوارق الناتجة عن تقلبات التقويم، مثل الأشهر ذات الأطوال المختلفة أو السنوات الكبيسة. وإذا تم تقديم المطالبة متأخرة ولو بيوم واحد، فغالباً ما تُرفض للأبد، بغض النظر عن مدى قوة القضية. وهذا يخلق بيئة عالية المخاطر حيث يُقاس الفرق بين النجاح والفشل بالساعات، ومع ذلك فإن الوثائق التي تحتوي على التواريخ اللازمة غالباً ما تكون مدفونة في نصوص قانونية معقدة ومتداخلة.
سعى باحثون من جامعة لايدن إلى حل سؤال جوهري حول كيفية تعامل الحواسيب مع هذه المشكلة. فقد تساءلوا عما إذا كان ينبغي الوثوق بنموذج لغوي كبير —وهو نوع من الذكاء الاصطناعي الذي يمكنه قراءة النصوص وتلخيصها— لحساب هذه المواعيد النهائية مباشرة. أم أنه من الأفضل والأكثر أماناً أن يقوم الكمبيوتر أولاً باستخراج التواريخ المحددة والعلاقات بينها من النص، ثم يبني خريطة مهيكلة لتلك الحقائق، ومن ثم يستخدم حاسبة منفصلة وصارمة للقيام بالعملية الحسابية؟ لقد بنى الفريق نظاماً يتعامل مع الوقت كشبكة من الحقائق المتصلة، حيث يمثل كل تاريخ "عقدة" وتمثل القواعد التي تربط بينها "حواف". وقاموا باختبار هذا النهج مقابل طريقة الإجابة المباشرة الخام باستخدام أحكام حقيقية من محاكم التوظيف البريطانية ومجموعة ضخمة من الحالات المحاكية التي كانت الإجابة الصحيحة فيها معروفة بالتصميم.
وكشفت الدراسة أنه بينما تبدو النماذج اللغوية الحديثة جيدة بشكل مدهش في قراءة النصوص القانونية، إلا أنها تعاني بشكل كبير عندما يُطلب منها إجراء الحسابات الدقيقة المطلوبة للمواعيد القانونية النهائية. فعندما طلب الباحثون من نموذج لغوي قوي قراءة قضية وإخراج موعد نهائي في خطوة واحدة، غالباً ما كان النموذج يخطئ في الحكم النهائي، حتى عندما كانت خطوات استدلاله الداخلي صحيحة. وفي نتيجة مثيرة للاهتمام، كان النموذج أحياناً يحسب عدد الأيام بشكل صحيح، ولكنه يناقض نفسه في الجملة الأخيرة، معلناً أن المطالبة المتأخرة هي مطالبة في موعدها القانوني. حدث هذا في ست من أصل إحدى وعشرين محاولة مع أقوى النماذج التي تم اختبارها. لم يكن الخطأ في الرياضيات نفسها، بل في عدم قدرة النموذج على مواءمة استنتاجه النهائي باستمرار مع العمل الذي أنجزه للتو.
ولاختبار النهج البديل، بنى الباحثون مسار عمل (pipeline) يستخرج أولاً التواريخ ذات الصلة وتبعيّاتها في شكل "رسم بياني" (graph)، وهو هيكل يشبه الرسم التوضيحي حيث يمكن للكمبيوتر رؤية كيف يؤدي تاريخ ما إلى آخر. ثم قام محرك حتمي منفصل بتطبيق القواعد القانونية الصارمة على هذا الرسم البياني. هذا المحرك لا يخمن؛ بل يتبع مجموعة ثابتة من التعليمات لعد الأشهر، والتعامل مع السنوات الكبيسة، وتطبيق فترات التوقف الإلزامية للصلح. وعندما تم اختبار هذا النظام المهيكل على نفس الحالات الواقعية، فقد أعاد إنتاج تواريخ القضاة بدقة وطابق أحكام المحاكم في ست من أصل سبع حالات. كان النظام موثوقاً للغاية لدرجة أنه عندما لم يتمكن من العثور على نقطة بداية واضحة في النص، كان ببساطة يرفض الإجابة ويشرح السبب، بدلاً من التخمين.
ثم دفع الباحثون الاختبار إلى أبعد من ذلك عبر إنشاء 427 حالة جديدة. فقد أخذوا أحكاماً حقيقية وقاموا بتغيير تواريخ البدء فيها بشكل منهجي بضعة أيام، بحيث يعبرون الحد الفاصل الدقيق الذي تتحول عنده المطالبة من كونها في موعدها إلى كونها متأخرة. وقد خلق هذا سيناريو كانت فيه الإجابة الصحيحة معروفة بيقين مطلق لأن المحرك نفسه هو من قام بحسابها، وليس التعليق البشري. وفي هذا الاختبار الصارم، كان النظام المهيكل صحيحاً بنسبة 90.2% في الحالات التي حاول معالجتها، بينما كانت النماذج اللغوية المباشرة صحيحة بنسبة 61.2% فقط. وتكمن قوة النظام المهيكل في قدرته على التعامل مع سلسلة التبعيات؛ فكلما طالت سلسلة الأحداث، زاد ارتباك النماذج المباشرة، بينما ظل النظام القائم على الرسم البياني دقيقاً.
ومع ذلك، حددت الدراسة أيضاً أين تصل هذه الطريقة الجديدة إلى حدودها القصوى. فلم تكن الأخطاء في النظام المهيكل تتعلق أبداً بالحسابات أو حساب الموعد النهائي، بل كانت تحدث في الخطوة الأولى تماماً: وهي اختيار الحدث الصحيح في النص ليكون نقطة البداية. ففي الوثائق القانونية المعقدة، قد تبدو أحداث متعددة كنقاط بدء محتملة، وأحياناً يختار النظام الحدث الخاطئ. وهذه مشكلة تتعلق بفهم السياق القانوني، وليست بمجرد القيام بالرياضيات. ووجد الباحثون أنه حتى أفضل النماذج اللغية، عندما تُطلب منها استخراج هذه الحقائق، غالباً ما تفشل في ربط الحدث الصحيح بالقاعدة الصحيحة، مما يشير إلى أن الجزء الأصعب من المهمة ليس الحساب، بل التفسير الأولي لما يهم من حقائق.
في الختام، تثبت الورقة البحثية أنه بالنسبة للمهام التي تتطلب التزاماً صارماً بالقواعد وحسابات دقيقة، فإن النهج الهجين هو الأفضل. فمن خلال فصل قراءة النص عن تنفيذ العمليات الحسابية، يكتسب النظام طبقة من الموثوقية تفتقر إليها النماذج اللغوية البحتة. يعمل النموذج اللغوي كمترجم، يحول النصوص القانونية الفوضوية إلى مجموعة نظيفة من الحقائق، بينما يعمل المحرك كقاضٍ، يطبق القانون دون تردد أو تناقض. هذا التقسيم في العمل يسمح للنظام بالإقرار بعدم تأكده، مقدماً سبباً واضحاً لتردده بدلاً من تقديم إجابة واثقة ولكن خاطئة. وتشير النتائج إلى أنه بالنسبة للمواعيد القانونية النهائية، حيث يمكن ليوم واحد أن يغير كل شيء، فإن الأداة الأكثر فعالية ليست نموذجاً يحاول القيام بكل شيء في آن واحد، بل نظاماً يفكك المشكلة، ويراجع عمله، ويعرف متى يتوقف ويطلب المساعدة.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.