Retrieval-Augmented Generation for Taxpayer Advisory in an LMIC Setting: A Proof-of-Concept Evaluation of Statutory Legal Retrieval
تقدم هذه الدراسة تقييماً لإثبات المفهوم لإطار عمل التوليد المعزز بالاسترجاع للاستشارات الضريبية في البلدان منخفضة ومتوسطة الدخل، مما يثبت أن الاسترجاع الدلالي لتشريعات ضريبة الدخل الوطنية يمكن أن يحقق دقة عالية في تحديد النصوص القانونية لدعم التلقين المعتمد على النماذج اللغوية المرتكزة على الحقائق، مع تسليط الضوء على الحاجة إلى مزيد من التحقق من جودة التوليد والامتثال القانوني قبل النشر.
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 أجزاء كثيرة من العالم، يعد فهم القواعد التي تحكم كيفية دفع الناس والشركات للضرائب مهمة شاقة. فغالباً ما تُكتب القوانين بلغة تقنية كثيفة، ويصبح البحث عن القاعدة المحددة التي تنطبق على حالة فريدة وكأنه بحث عن إبرة في كومة قش. ولمساعدة الناس على التنقل في هذا التعقيد، تتجه سلطات الضرائب بشكل متزايد نحو الأدوات الرقمية، بما في ذلك أنظمة الذكاء الاصطناعي المصممة للإجابة على الأسئلة. ومع ذلك، لا يزال هناك تحدٍ كبير؛ فهذه البرامج الحاسوبية مدربة على كميات هائلة من البيانات العامة، مما يعني أنها قد تبدو واثقة أحياناً بينما تقدم معلومات غير صحيحة أو مختلقة، وهي مشكلة تُعرف باسم "الهلوسة". ولحل هذه المعضلة، طور الباحثون طريقة تسمى "التوليد المعزز بالاسترجاع". تعمل هذه الطريقة من خلال جعل الكمبيوتر يبحث أولاً في مكتبة وثائق رسمية وموثوقة للعثين على النص الدقيق للقانون، ثم يطلب من الكمبيوتر بعد ذلك كتابة إجابة بناءً على ما وجده بدقة. وهذا يضمن أن تكون الاستجابة مبنية على الواقع بدلاً من التخمين. والسؤال المطروح أمام الخبراء هو ما إذا كانت هذه الطريقة تعمل بشكل جيد بما يكفي لتكون مفيدة في البلدان ذات الموارد الأقل، حيث يتم تحديث الأنظمة الضريبية ولكن حيث يكون الوصول إلى خبراء قانونيين متخصصين محدوداً في الغالب.
لقد وضع فريق من الباحثين من جامعات في أوغندا هدفهم لاختبار هذه الفكرة مع التركيز بشكل خاص على قانون ضريبة الدخل الأوغندي. لم يكن هدفهم بناء منتج نهائي كامل يمكنه تقديم مشورة قانونية، بل إنشاء نموذج أولي عامل لمعرفة ما إذا كانت التكنولوجيا الأساسية يمكنها بدقة العثور على الأجزاء الصحيحة من قانون الضرائب عند طرح سؤال ما. لقد بدأوا بأخذ النص الكامل لقانون الضرص الوطني وتفكيكه إلى 198 قطعة متميزة وسهلة الإدارة من المعلومات. وقد تم وسم كل قطعة بموقعها في القانون، مثل الجزء ورقم القسم المحدد، ثم تحويلها إلى تنسيق رقمي يسمح للكمبيوتر بفهم معنى الكلمات بدلاً من مجرد مطابقة الكلمات المفتاحية. أدت هذه العملية إلى إنشاء مكتبة رقمية قابلة للبحث حيث يمكن للكمبيوتر البحث عن المفهوم الكامن وراء السؤال، وليس فقط الكلمات الدقيقة.
لاختبار مدى فعالية هذا النظام، قام الباحثون بتوليد 900 سؤال مختلف قد يطرحها دافع الضرائب، مثل الاستفسارات حول الخصومات أو المعدلات المحددة. وبالنسبة لكل سؤال، كانوا يعرفون بالضبط القسم الذي يحتوي على الإجابة الصحيحة من القانون. ثم طلبوا من نظام الكمبيوتر الخاص بهم العثور على الأقسام الثلاثة الأكثر صلة بقانون الضرائب لكل سؤال. وأظهرت النتائج أن النظام كان فعالاً للغاية في مهمته الأساسية. فعندما طُلب منه العثور على أفضل تطابق واحد، نجح النظام بنسبة 72 بالمائة. والأهم من ذلك، أنه عند البحث في أفضل ثلاث نتائج قدمها، كانت الإجابة الصحيحة متضمنة بنسبة 86.78 بالمائة. وهذا يشير إلى أنه بينما لم يقم الكمبيوتر دائماً باختيار الإجابة الأفضل مطلقاً كخيار أول، إلا أنه وضع المعلومات الصحيحة تقريباً ضمن الخيارات القليلة الأولى التي قدمها.
لاحظ الباحثون أنه عندما كان النظام يفتقد المركز الأول، كان ذلك غالباً لأن الإجابة الخاطئة كانت مشابهة جداً في المعنى للإجابة الصحيحة، بدلاً من أن تكون غير مرتبطة بها تماماً. وهذا يشير إلى أن النظام يفهم المفاهيم جيداً ولكنه يواجه أحياناً صعوبة في تحديد أي من الحكمين القانونيين المتشابهين جداً هو الأكثر دقة. لقد أثبتت الدراسة بنجاح أنه من الممكن أخذ وثيقة قانونية معقدة، وتحويلها إلى تنسيق قابل للقراءة آلياً، واستخدامها لاسترجاع معلومات محددة بدرجة عالية من الدقة. ومع ذلك، كان الفريق حريصاً على التوضيح أن هذا كان مجرد اختبار لآلية البحث فقط؛ فهم لم يختبروا ما إذا كانت الإجابات المكتوبة النهائية التي يولدها الكمبيوتر مثالية قانونياً، أو آمنة للاستخدام، أو سهلة الفهم للناس الحقيقيين.
إن هذا العمل مهم لأنه يقدم مساراً محتملاً لسلطات الضرائب في الدول النامية لتوفير معلومات أفضل وأكثر سهولة في الوصول إليها لمواطنيها دون الحاجة إلى توظيف جيش ضخم من الخبراء القانونيين لكل استفسار. وتشير الدراسة إلى أنه يمكن تحويل مجموعة صغيرة ومنظمة جيداً من القوانين إلى أداة قوية للعثور على المعلومات. ومع ذلك، يؤكد المؤلفون أن هذه ليست سوى البداية. فقبل أن يتمكن مثل هذا النظام من استخدامه في العالم الحقيقي لتوجيه دافعي الضرائب، فإنه سيحتاج إلى الاختبار باستخدام أسئلة فعلية من أشخاص حقيقيين، والتحقق منها من قبل مهنيين قانونيين لضمان صحة المشورة، وتكييفه للتعامل مع لغات متعددة وأنواع مختلفة من قوانين الضرائب. وتظهر النتائج الحالية أن التكنولوجيا قابلة للتطبيق، ولكن تحويل هذه القابلية إلى خدمة عامة موثوقة يتطلب مزيداً من العمل لضمان السلامة والدقة والثقة.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.