Can Administrative Justice Be Predicted ? AStudy of Open Judicial Decisions in France
تُظهر هذه الدراسة أن نموذج JuriBERT، وهو نموذج مُكيَّف للمجال القانوني الفرنسي، هو الأكثر دقة في التنبؤ بنتائج أكثر من 157,000 قرار من قرارات المحاكم الإدارية الفرنسية بناءً فقط على الخلفيات الواقعية والإجرائية، محققاً درجة F1 إجمالية (macro F1 score) بلغت 0.718، مما يسلط الضوء على الإشارة التنبؤية المضمنة في وقائع القضايا قبل صدور الأحكام.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://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
تخيل عالماً يمكنك فيه استراق النظر إلى مستقبل قاعة المحكمة، ليس باستخدام كرة بلورية، بل عبر حاسوب فائق الذكاء. هذا هو مجال العدالة التنبؤية، وهو فرع من العلوم حيث يحاول الذكاء الاصطناعي (AI) تخمين كيف سيحكم القاضي في قضية ما قبل أن تسقط المطرقة حتى. فكر في الأمر كأنه توقعات جوية للدعاوى القضائية: فبدلاً من التنبؤ بالمطر أو أشعة الشمس، يتنبأ بما إذا كان الادعاء القانوني سيتم رفضه، أو قبوله جزئياً، أو الفوز به بالكامل. لعقود من الزمن، تساءل الناس عما إذا كانت هذه النتائج عشوائية أم أنها تتبع أنماطاً خفية. ومع صعود الحواسيب القوية وجعل الإنترنت ملايين السجلات القضائية متاحة للجمهور، يسأل العلماء الآن: هل يمكننا تعليم الآلة قراءة وقائع قضية ما وتخمين نهايتها بدقة؟ إذا استطعنا ذلك، فقد يغير هذا طريقة خوض الناس للمعارك القانونية، مما يساعدهم في تقرير ما إذا كانوا سيسوون النزاع، أو يقاتلون، أو ينسحبون.
تتعمق هذه الورقة في هذا السؤال من خلال النظر في نظام المحاكم الإدارية الفرنسي، حيث يقاضي الناس العاديون الحكومة بشأن أمور مثل الضرائب، أو الهجرة، أو المزايا الاجتماعية. جمع الباحثون مكتبة ضخمة مكونة من 157,390 قراراً قضائياً حقيقياً في الفترة ما بين يناير 2024 وسبتمبر 2025. كان هدفهم هو بناء "محقق رقمي" يمكنه قراءة قصة النزاع فقط — الوقائع والتاريخ الإجرائي — والتنبؤ بالنتيجة النهائية. وللتأكد من أن الكمبيوتر لا يستخدم مفتاح الإجابة، قاموا بعزل تسبيب القاضي والقرار النهائي بعناية من المدخلات. لقد تعاملوا مع المهمة كأنها سباق رباعي الأبعاد: هل ستُرفض القضية (Rejet)، أم ستُلبى جزئياً، أم ستُلبى بالكامل، أم ستُحال (Renvoi) إلى إجراء آخر (مثل "التحويل")؟
اختبر الفريق خمسة أنواع مختلفة من "أدمغة" الذكاء الاصطناعي لمعرفة أي منها سيكون أفضل محقق. جربوا الأساليب الكلاسيكية مثل الغابة العشوائية (Random Forest) (التي تعمل كأنها لجنة من أشجار القرار التي تصوت على الإجابة) وآلات المتجهات الداعمة (Support Vector Machines)، كما جربوا نماذج المحول (Transformer) المتقدمة، والتي تشبه القراء الخارقين الذين يفهمون سياق الكلمات. وكان أحد هذه النماذج، المسمى JuriBERT، مميزاً لأنه درس بالفعل ملايين الوثائق القانونية الفرنسية قبل هذا الاختبار، مما يجعله "خبيراً قانونياً" وليس مجرد عامّ. كما اختبروا نموذج ذكاء اصطناعي ضخم يسمى GPT في وضع "التعلم القليل" (few-shot)، حيث يتم إعطاؤه بضعة أمثلة فقط ومطالبته بالتخمين، دون تدريب عميق على البيانات الفرنسية المحددة.
كانت النتائج واضحة ومدروسة. فاز الذكاء الاصطناعي القانوني المتخصص، JuriBERT، بالسباق، حيث تنبأ بالنتيجة بشكل صحيح بنسبة 78.3% وحقق درجة توازن عالية (macro F1) بلغت 0.718. لقد تفوق على الذكاء الاصطناعي العام (BERT) والنماذج الحاسوبية الكلاسيكية. أما نموذج GPT الضخم، عندما أُعطي بضعة أمثلة فقط دون تدريب عميق، فقد كان أداؤه في الواقع أسوأ من النماذج الكلاسيكية، حيث حصل على 57.21% فقط في درجة التوازن. يشير هذا إلى أنه بالنسبة لهذه المهمة المحددة والصعبة، فإن النموذج الذي تم تدريبه خصيصاً على اللغة القانونية الفرنسية هو متفوق بمراحل على أي ذكاء اصطنا عضوي عام أو أداة إحصائية قياسية.
تستبعد الورقة صراحةً فكرة أن الذكاء الاصطناعي العام أو "التحفيز القليل" (few-shot prompt) كافٍ لحل هذه المشكلة؛ إذ تُظهر البيانات أنهم يقصرون عن ذلك. كما تجادل ضد الفكرة القائلة بأن الإجابة مخبأة فقط في التسبيب النهائي للقاضي؛ إذ تثبت الدراسة أن وقائع القضية وحدها تحتوي على إشارات كافية لتقديم تنبؤ قوي. المؤلف واثق من هذه الأرقام لأنها قِيست على مجموعة بيانات ضخمة من العالم الحقيقي، لكنه يشير إلى أن دراسته محدودة بفترة زمنية مدتها 20 شهراً وبمحاكم الدرجة الأولى. ويقترح أنه بينما يمكن للكمبيوتر الآن أن "يرى" النتيجة المحتملة من خلال الوقائع، فإن هذا لا يعني أن القانون قابل للتنبؤ بشكل مثالي أو أن هذه الأدوات يجب أن تحل محل القضاة. بدلاً من ذلك، يوضح أن المعلومات اللازمة لتخمين النتيجة موجودة بالفعل في صلب قصة النزاع، وهي حقيقة يمكن أن تساعد في موازنة الكفة بين الناس العاديين والحكومة، الذين يمتلكون عادةً خبرة أكبر في توقع هذه النتائج.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.