Predictive Artificial Intelligence and Legislative Gaps in Arabic Legal Texts
تقيم هذه الدراسة قدرة النماذج اللغوية الكبيرة على تحديد وتقييم الفجوات التشريعية في النصوص القانونية العربية، وخلصت إلى أنه بينما تنجح هذه النماذج بفعالية في رصد حالات الإغفال وصياغة الحجج، فإن تحديد الأهمية الدستورية لمثل هذه الفجوات يتطلب حكماً قانونياً بشرياً للتمييز بين العيوب الفعلية والخيارات التشريعية المتعمدة.
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
في عالم القانون، لا تعني "الفجوة" حفرة في الأرض، بل هي صمت في القواعد. إنها حالة تنشأ فيها مشكلة جديدة، أو تتغير فيها مشكلة قديمة، ولا تنص القوانين المكتوبة على ما يجب فعله بالضبط. لقرون مضت، كان البحث عن هذه الفجوات مهمة المحامين والقضاة البشر، الذين يتعين عليهم قراءة آلاف الصفحات من النصوص، وفهم التاريخ الكامن وراءها، وتحديد ما إذا كان النقص في القاعدة مجرد سهو بسيط أم خللاً خطيراً ينتهك الدستور. واليوم، دخلت أداة جديدة إلى هذه الغرفة: الذكاء الاصطناعي. وتحديداً، نماذج اللغات الكبيرة، وهي برامج حاسوبية مدربة على كميات هائلة من النصوص يمكنها قراءة الوثائق القانونية وتلخيصها والمرافعة بشأنها. لكن يظل هناك سؤال جوهري: هل تستطيع هذه الآلات التمييز بين قانون صامت ببساطة وقانون مكسور؟ إذا قالت الحاسوب إن القانون يفتقر إلى قاعدة ما، فهل هي مفقودة حقاً، أم أن الصمت هو خيار متعمد من قبل المشرعين؟
لقد شرعت باحثة تدعى سحر العطاوي من جامعة تبوك في الإجابة على هذا السؤال من خلال وضع ثلاثة من أكثر أنظمة الذكاء الاصطناعي تقدماً في العمل على القانون المصري. لم تطلب من الآلات كتابة قوانين جديدة أو العمل كقضاة، بل طلبت منها أن تعمل كمحققين. قامت بتغذيتها بأربع مواد محددة من التشريعات المصرية — وهي قوانين تحكم أساتذة الجامعات، وعمال البريد، والصناديق الاجتماعية — وأعطتها مجموعة صارمة من التعليمات. كان على الحواسيب قراءة النص، وإيجاد أي شيء يبدو مفقوداً، مثل التحذير قبل الفصل من الخدمة أو تعريف واضح لمصطلح ما، ثم تقرير ما إذا كانت هذه القطعة المفقودة تفصيلاً ثانوياً أم فشلاً دستورياً جسيماً. قارنت الدراسة عمل ثلاثة نماذج مختلفة: ChatGPT وGemini وDeepSeek، مع معاملة مخرجاتها ليس كإجابات نهائية، بل كبيانات خام يجب التحقق منها مقابل المنطق القانوني البشري.
كشفت النتة عن انقسام مثير للاهتمام في طريقة تفكير هذه الآلات. كانت النماذج الثلاثة بارعة في رصد الصمت؛ فقد حددت جميعها بشكل صحيح أن بعض القوانين لم تنص صراحة على وجوب تلقي العامل تحذيراً كتابياً قبل اعتباره مستقيلاً، أو وجوب منح الأستاذ جلسة استماع قبل فقدان وظيفته. ومع ذلك، اختلفت الآلات بشدة حول معنى هذا الصمت. أحد النماذج، وهو DeepSeek، مال إلى معاملة كل خطوة إجرائية مفقودة كعيب قانوني خطير، وغالباً ما خلص إلى أن القانون مكسور ويحتاج إلى إصلاح فوري. أما النموذجان الآخران، ChatGPT وGemini، فكانا أكثر حذراً؛ فقد أدركا أنه مجرد عدم كتابة قاعدة ما لا يعني بالضر_ة أن القانون غير دستوري. لقد فهما أن الصمت يكون أحياناً خياراً متعمداً، أو أن أجزاء أخرى من النظام القانوني تغطي المسألة بالفعل.
وجدت الدراسة أن النهج الأكثر دقة هو النهج الحذر. في الحالة الأولى، المتعلقة بأساتذة الجامعات الذين يتوقفون عن العمل، وجدت الآلات أن القانون لا يتطلب صراحة توجيه تحذير قبل اعتبار الأستاذ مستقيلاً. وصف DeepSeek هذا بأنه فجوة كبيرة قد تنتهك الحقوق، بينما رأى النموذجان الآخران، والتحليل البشري الذي تلا ذلك، أن القانون في الواقع قوي للغاية؛ فقد منح الأستاذ ستة أشهر للعودة وتوضيح سبب غيابه، وتطلب موافقة مجلس على أي عذر. كان التحذير المفقود تفصيلاً يمكن تحسينه، لكنه لم يكن خللاً قاتلاً يجعل القانون باطلاً. ظهر النمط نفسه في حالة ثانية تتعلق بعمال البريد؛ حيث سمح القانون بفصل العامل بسبب غيابه لمدة ثلاثين يوماً، لكنه لم يذكر صراحة وجوب إبلاغ العامل بسبب رفض عذره. ومرة أخرى، رأت إحدى الآلات أزمة، بينما رأت الآلات الأخرى فجوة يمكن السيطرة عليها ولا تكسر الدستور.
جاءت اللحظة الأكثر كشفاً في الحالة الرابعة، حيث تم اختبار الآلات على قانون يتعلق بصندوق اجتماعي وطني. وصف نص القانون كيفية جمع الأموال وكيفية إدارة الصندوق، لكنه لم يذكر شيئاً عن فصل الموظفين. وعندما سأل الباحثون الآلات عما إذا كان القانون يفتقر إلى قاعدة تتعلق بفصل العمال، تعثر أحد النماذج، وهو DeepSeek؛ حيث أعطى وزناً كبيراً لغياب الضمانات الإجرائية الفردية، مشيراً إلى أن القانون معيب لأنه لا يحمي العمال من الفصل، رغم أن القانون لم يكن يتعلق بفصل العمال من الأساس. كان الأمر يشبه سؤال طباخ عن سبب افتقار وصفة كعكة لتعليمات بناء سيارة؛ فالوصفة ليست مكسورة، بل هي فقط تتناول موضوعاً مختلفاً. وحده نموذج واحد، ChatGPT، أدرك بشكل صحيح أن القانون لا يغطي إنهاء الخدمة على الإطلاق، وبالتالي لا يمكن انتقاده لافتقاره لتلك القواعد. سلط هذا الخطأ الضوء على قصور جوهري: بدون سياق بشري عميق، يمكن للذكاء الاصطناعي أن يخطئ في اعتبار الصمت خطأً، أو يبحث عن المشكلات في المكان الخاطئ.
الاستنتاج النهائي للبحث هو أن الذكاء الاصطناعي مساعد قوي، ولكنه ليس قاضياً. يمكن لهذه النماذج الحاسوبية مسح آلاف الصفحات في ثوانٍ والإشارة إلى كل موضع يغيب فيه لفظ أو تكون فيه القاعدة غامضة. يمكنها توليد حجج لسبب كون القانون غير عادل. لكنها لا تستطيع تقرير ما إذا كان هذا الظلم حقيقياً أو ما إذا كان يهم في نظر الدستور. أظهرت الدراسة أن النقص المحدد ليس بالضرورة فجوة قانونية؛ فأحياناً يكون الصمت مقصوداً، وأحياناً توجد القاعدة في جزء آخر من القانون، وأحياناً يكون الموضوع ببساطة خارج نطاق النص الذي تتم قراءته. الآلات ممتازة في العثور على القطع المفقودة، ولكن يجب على البشر أن يقرروا ما إذا كانت تلك القطع مطلوبة بالفعل.
يشير هذا البحث إلى طريقة جديدة لعمل المحامين والمشرعين. بدلاً من توقع حل المشكلات القانونية بواسطة الذكاء الاصطناعي بمفرده، ينبغي استخدامها كأداة فحص. يمكن للحاسوب تسليط الضوء على المناطق التي تحتاج إلى اهتمام، وتنبيه الملاحظات المحتملة التي قد يغفل عنها البشر في عجلة من أمرهم. ثم يمكن لخبير بشري التدخل للتحقق من النتيجة، وفحص السياق الأوسع، وتقرير ما إذا كان الصمت مشكلة تحتاج إلى إصلاح أم خياراً يجب أن يستمر. توضح الدراسة أنه بينما يمكن للتكنولوجيا تسريع البحث عن الإجابات، فإن الحكم النهائي على ما يعنيه القانون، وما إذا كان عادلاً أم لا، يظل مهمة بشرية عميقة. يمكن للآلات أن تشير إلى الفجوة، ولكن الإنسان وحده هو من يستطيع تحديد ما إذا كانت هاوية أم مجرد ظل.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.