NormDef-FR: an annotated corpus of normative definitions for the automatic processing of French legal codes

غالباً ما يُتخيل القانون كأنه مكتبة ضخمة من القواعد، لكنه بالنسبة للحاسوب ليس سوى بحر فوضوي من النصوص. في فرنسا، يُبنى النظام القانوني على مدونات — وهي مجموعات هائلة من القوانـ de حيث تحمل كل كلمة وزناً محدداً. وداخل هذه الآلاف من الصفحات، يتوقف المشرعون تكراراً لتعريف مصطلحاتهم الخاصة. قد يكتبون: "نقصد بالبيانات الشخصية أي معلومات تتعلق بشخص محدد"، أو "لأغراض هذه المادة، تشمل المركبة الدراجة الهوائية". هذه ليست مجرد تفسيرات مساعدة؛ بل هي المحرك القانوني الذي يحدد كيفية عمل الحقوق والالتزامات. وبدون هذه التعريفات الدقيقة، لا يمكن لبقية القانون أن يعمل بشكل صحيح. ومع ذلك، فإن العثور على هذه التعريفات أمر صعب لأنها مبعثرة عبر أكثر من 161,000 مادة نشطة، ومدفونة في مدونات مختلفة تتراوح من الصحة إلى الضرائب، دون وجود خريطة منظمة لتوجيه عملية البحث.

يخلق هذا النقص في الهيكلية مشكلة كبيرة للتكنولوجيا. فإذا أراد محامٍ أو نظام رقمي معرفة المعنى الدقيق لمصطلح معين في نظر القانون، فغالباً ما يتعين عليه قراءة صفحات لا حصر لها يدوياً، دون ضمان العثور على كل حالة. لقد حقق معالجة اللغات الطبيعية، وهو مجال علوم الحاسوب الذي يعلم الآلات فهم اللغة البشرية، خطوات كبيرة في تحليل النصوص القانونية، لكنه واجه صعوبة في هذه المهمة المحددة. معظم الأدوات الموجودة مصممة للغة الإنجليزية أو للتعريفات العامة الموجودة في القواميس، وليس للتعريفات الصارمة والملزمة الموجودة في التشريعات الفرنسية. ولتجسير هذه الفجوة، أنشأ الباحثون مورداً جديداً يسمى NormDef-FR، وهو مجموعة منسقة بعناية من هذه التعريفات القانونية المصممة لتعليم الحواسيب كيفية العثور عليها وفهمها تلقائياً.

اقترب الباحثون، الذين يعملون في جامعة عبد المالك السعدي في المغرب، من المشكلة عبر بناء جسر بين الخبرة البشرية والأتمتة الآلية. بدأوا بجمع القوانين الحالية والنشطة من قاعدة البيانات القانونية الفرنسية الرسمية. وبدلاً من محاولة تعليم الحاسوب قراءة المكتبة بأكملها دفعة واحدة، استخدموا أولاً أنماطاً بسيطة قائمة على القواعد لرصد المرشحين المحتملين. بحثوا عن عبارات محددة تستخدمها القوانين الفرنسية لتقديم التعريفات، مثل "يُعرف بـ" أو "يُعتبر" أو استخدام النقطتين الرأسيتين للفصل بين المصطلح ومعناه. أنتجت هذه المسحة الأولية قائمة من التعريفات المحتملة، لكنها لم تكن مثالية على الإطلاق؛ فقد كانت العديد من هذه المرشحين عبارة عن إنذارات خاطئة، حيث التقطت جملًا تبدو كتعريفات ولكنها في الواقع شيء آخر، مثل قائمة من المستندات المطلوب تقديمها أو وصف لأثر قانوني.

لتحويل هذه القائمة التقريبية إلى أداة تدريب موثوقة، استعان الفريق بخبراء بشريين. قاموا بمراجعة آلاف من هذه المرشحين يدوياً، حيث قرروا أي منها كان تعريفات قانونية حقيقية وقابلة للاستخدام وأيها يجب استبعاده. كما قاموا بتصحيح حدود النص، لضمان قطع "المصطلح" الذي يتم تعريفه و"التعريف" نفسه بدقة متناهية. كانت هذه العملية صارمة؛ حيث قام الباحثون بجعل خبيرين مستقلين يصنفان عينة من البيانات لضمان اتفاقهما على ما يعد تعريفاً. وكانت النتيجة مستوى عالياً من الاتفاق، مما أكد أن قواعد تحديد هذه التعريفات كانت واضحة ومتسقة. المنتج النهائي، الإصدار 1.0.0 من NormDef-FR، يحتوي على 693 تعريفاً تم التحقق منها والمستخرجة من 363 مادة مختلفة عبر 50 مدونة قانونية متميزة. ويربط كل إدخال المصطلح المُعرَّف بمعناه، ويتضمن بيانات وصفية حول مصدره، ويوضح النوع المحدد لهذا التعريف.

ومع امتلاك هذه المجموعة التي تعتبر "المعيار الذهبي"، اختبر الباحثون مدى قدرة الحواسيب على التعلم منها. وضعوا ثلاثة تحديات مختلفة لمعرفة أين نجحت الآلات وأين تعثرت. كان المهمة الأولى بسيطة وهي الاستخراج: هل يمكن للنظام رصد التعريف واستخراج المصطلح والمعنى؟ كانت المهمة الثانية أوسع نطاقاً: هل يمكن للنظام النظر في مقال كامل وتقرير ما إذا كان يحتوي على تعريف أم لا؟ أما المهمة الثالثة، فكانت الأكثر صعوبة: هل يمكن للنظام أخذ تعريف مرشح تم إنشاؤه بواسطة الحاسوب وتقرير ما إذا كان جيداً بما يكفي للاحتفاظ به، أم أنه خطأ يجب التخلص منه؟

كشفت النتياج عن تسلسل هرمي واضح للصعوبة. كانت الآلات جيدة بشكل مفاجئ في المهمة الثانية؛ فعندما طُلب منها تحديد المقالات التي تحتوي على تعريفات، أدت النماذج بدقة تقارب الكمال، خاصة عندما تم تدريبها على مجموعة من "السوالب الحقيقية" — وهي المقالات التي تم فحصها يدوياً للتأكد من أنها لا تحتوي على أي تعريفات على الإطلاق. كان هذا الاكتشاف حاسماً لأنه أظهر أن الطريقة السابقة التي تفترض أن أي مقال ليس في قائمة التعريفات هو "سالب" كانت معيبة؛ إذ كانت تلك المقالات تحتوي في الواقع على تعريفات مخفية. وبمجرد أن قام الباحثون بتنظيف الأمثلة السالبة، استطاعت الحواسيب بسهولة التمييز بين المقال المليء بالتعريفات والمقال العادي.

ومع ذلك، ثبت أن المهمة الثالثة هي العقبة الحقيقية. فعندما كان على الحواسيب التحقق من أزواج (المصطلح-التعريف) المحددة، انخفض أداؤها بشكل كبير. فبينما كان بإمكانها بسهولة تحديد المنطقة العامة التي قد يوجد فيها تعريف، إلا أنها عانت لتحديد ما إذا كان الزوج المحدد الذي استخرجته صالحاً قانونياً. غالباً ما كانت تخلط بين قائمة المتطلبات أو التعليمات الإجرائية وبين التعريف. تمكنت أفضل النماذج من إصابة حوالي 71 بالمائة من هذه القرارات الصعبة، وهو رقم بعيد عن الدرجات التي تقترب من الكمال في مهمة كشف المقالات. يشير هذا إلى أنه بينما يمكن للحواسيب العثور على الحي السكني الصحيح، إلا أنها لا تزال بحاجة إلى مساعدة بشرية للتحقق من المنزل بدقة.

كما سلطت الدراسة الضوء على قصور مفاجئ للذكاء الاصطناعي المتقدم في هذا السياق المحدد. فقد اختبر الباحثون نموذج لغة متطوراً، يشبه تلك المستخدمة في المحادثات العامة، مقابل طريقة أكثر بساطة وتقليدية تعتمد على أنماط الكلمات. وفي المهمة الصعبة المتمثلة في التحقق من المرشحين، لم يتفوق النموذج المعقد على الطريقة الأبسط؛ بل كانت الطريقة الأبسط أكثر استقراراً وموثوقية. يشير هذا إلى أنه بالنسبة للنصوص القانونية المتخصصة للغاية، حيث تكون القواعد صارمة والأنماط محددة، يمكن للنهج المباشر الذي يعتمد على علامات لغوية واضحة أن يكون أكثر فعالية من نظام معقد يحاول "فهم" النص بمعناه العام.

إن إنشاء NormDef-FR هو أكثر من مجرد مجموعة بيانات؛ إنه برهان على كيفية بناء موارد موثوقة للتكنولوجيا القانونية. لقد أظهر الباحثون أن مجرد افتراض غياب البيانات ليس كافياً؛ بل يجب عليك التحقق بنشاط مما هو غير موجود. ومن خلال فحص الأمثلة السالبة يدوياً، منعوا النظام من تعلم الدروس الخاطئة. هذا النهج يضمن أن المورد قوي وموثوق للمطورين في المستقبل. المجموعة متاحة الآن للجمهور، كاملة بالوثائق والبرامج النصية التي تسمح للآخرين بإعادة إنتاج العمل. وهي تعمل كأساس لبناء أدوات أفضل للبحث القانوني، مما يساعد في أتمتة العمل الممل المتمثل في البحث عن التعريفات بحيث يمكن للمحامين والأنظمة التركيز على تفسير القانون بدلاً من البحث عن معناه. ورغم أن العمل لم ينتهِ بعد — إذ ستحتاج النسخ المستقبلية إلى تغطية أنواع أكثر من القوانين وتتبع كيفية تغير التعريفات بمرور الوقت — إلا أنه يوفر نقطة انطلاق صلبة لجلب الوضوح إلى العالم المعقد للمدونات القانونية الفرنسية.