JUDICATA: An Agentic Neuro-Symbolic Architecture for Legal Reasoning with Adversarial Defense and Procedurally Contestable Argumentation

कल्पना कीजिए कि एक ऐसी दुनिया है जहाँ कंप्यूटर इंसानों की तरह पढ़ और लिख सकते हैं, लेकिन उनकी एक बहुत ही टेढ़ी आदत है: वे कभी-कभी पूरे आत्मविश्वास के साथ मनगढ़ंत बातें बना लेते हैं। यह लार्ज लैंग्वेज मॉडल्स (LLMs) की दुनिया है, जो आज हमारे द्वारा उपयोग किए जाने वाले कई चैटबॉट्स के पीछे के सुपर-स्मार्ट AI दिमाग हैं। हालाँकि ये मॉडल कहानियाँ लिखने या सामान्य प्रश्न पूछने में अद्भुत हैं, लेकिन वे उन जगहों पर संघर्ष करते हैं जहाँ गलत होना खतरनाक हो सकता है, जैसे कि अदालत में। कानून में, आप केवल अनुमान नहीं लगा सकते; आपको निष्कर्ष तक पहुँचने के लिए विशिष्ट तथ्यों को विशिष्ट नियमों से जोड़ने की आवश्यकता होती है। यदि कोई AI एक फर्जी कानून या फर्जी अदालती मामला बना देता है, तो यह किसी का जीवन बर्बाद कर सकता है। यह शोध पत्र ठीक इसी समस्या को संबोधित करता है: हम एक ऐसा AI वकील कैसे बनाएं जो केवल "हैलुसिनेट" (मनगढ़ंत बातें बनाना) न करे बल्कि वास्तव में कानून के सख्त, तार्किक नियमों का पालन करे, और साथ ही इतना मजबूत भी हो कि हैकर्स को इसे धोखा देने से रोक सके?

इस अध्ययन के पीछे के शोधकर्ताओं, जिन्हें JUDICATA कहा जाता है, ने AI को अपने आप स्मार्ट बनाने की कोशिश करने के बजाय इसके चारों ओर एक "सुरक्षा जाल" (safety net) बनाने का निर्णय लिया। एक मानक AI को एक प्रतिभाशाली लेकिन जल्दबाज छात्र के रूप में सोचें जो अनुमान लगाने में माहिर है। JUDICATA उस छात्र को एक सख्त अदालत में एक टीम के संरक्षकों के साथ रखने जैसा है। सबसे पहले, एक रिट्रीवल टीम (Retrieval Team) है जो एक सुपर-फास्ट लाइब्रेरियन की तरह काम करती है, जो उत्तर के लिए आवश्यक सटीक कानूनों और पिछले मामलों को खोज निकालती है, बजाय इसके कि AI अपनी याददाश्त से अनुमान लगाए। दूसरा, एक सिक्योरिटी टीम (Security Team) है जो एक क्लब के बाउंसर की तरह काम करती है, जो हर सवाल की जाँच करती है ताकि कोई भी ट्रिक या झूठ अंदर न घुस सके। अंत में, एक लॉजिक टीम (Logic Team) है जो AI को अपना उत्तर एक विशिष्ट प्रारूप में लिखने के लिए मजबूर करती है, जैसे कि एक स्पष्ट दावे, साक्ष्य और खंडन के साथ कानूनी तर्क, ताकि इंसान उसके काम की जाँच कर सकें।

शोध पत्र दिखाता है कि जब आप इन टीमों को मिलाते हैं, तो AI फर्जी कानून बनाना बंद कर देता है। परीक्षणों में, सिस्टम ने इसे धोखा देने के दुर्भावनापूर्ण प्रयासों को लगभग 94.4% तक रोकने में सफलता प्राप्त की, और इसने फर्जी तथ्यों की संख्या को भी काफी कम कर दिया जिन्हें AI सच बताकर पेश करने की कोशिश करता था। शोधकर्ताओं ने पाया कि इस पूरे सिस्टम का सबसे महत्वपूर्ण हिस्सा "लॉजिक टीम" था जो टुलमिन मॉडल (Toulmin Model) नामक विधि का उपयोग करती है। जब उन्होंने इस हिस्से को हटा दिया, तो सिस्टम का प्रदर्शन गिर गया और AI फिर से तथ्य बनाने लगा। यह साबित करता है कि रहस्य केवल एक बड़े, स्मार्ट दिमाग का नहीं है, बल्कि एक सख्त, चरण-दर-चरण प्रक्रिया का है जो AI को ईमानदार रखती है।

JUDICATA की कहानी: एक सुरक्षा जाल के साथ AI वकील

कल्पना कीजिए कि आप एक बड़े मुकदमे की तैयारी कर रहे एक वकील हैं। आपको अपने मामले का समर्थन करने के लिए सही कानून खोजने की आवश्यकता है, लेकिन आप गलती करने का जोखिम नहीं उठा सकते। यदि आप ऐसे कानून का हवाला देते हैं जो अस्तित्व में ही नहीं है, तो आप केस हार जाते हैं। अब, कल्पना कीजिए कि आपके पास मदद के लिए एक रोबोट सहायक है। समस्या यह है कि यह रोबोट थोड़ा दिवास्वप्न देखने वाला (daydreamer) है। यह इतना आत्मविश्वासी दिखने में कुशल है कि यह अक्सर खाली जगहों को भरने के लिए फर्जी कानून और फर्जी अद अदालत के मामले बना लेता है। इसे "हैलुसिनेशन" (hallucination) कहा जाता है, और कानूनी दुनिया में, यह एक आपदा है।

इस शोध पत्र के लेखकों, JUDICATA ने एक सरल प्रश्न पूछा: हम रोबोट को दिवास्वप्न देखने से कैसे रोक सकते हैं और उसे नियमों का पालन करने के लिए कैसे मजबूर कर सकते हैं? उन्होंने रोबोट के दिमाग को पूर्ण बनाने के लिए उसे फिर से प्रशिक्षित करने की कोशिश नहीं की। इसके बजाय, उन्होंने एक न्यूरो-सिम्बोलिक आर्किटेक्चर (neuro-symbolic architecture) बनाया। यह एक फैंसी तरीका है यह कहने का कि उन्होंने रोबोट की "अंतर्ज्ञान" (neural) को एक सख्त "नियम पुस्तिका" (symbolic) के साथ जोड़ा। उन्होंने एक ऐसा सिस्टम बनाया जो तीन परतों वाले किले की तरह काम करता है, जिसे त्रुटियों को जज तक पहुँचने से पहले ही पकड़ने के लिए डिज़ाइन किया गया है।

सिस्टम के तीन संरक्षक

JUDICATA सिस्टम तीन मुख्य भागों में व्यवस्थित है, जो एक सुव्यवस्थित मशीन की तरह मिलकर काम करते हैं।

1. सुपर-लाइब्रेरियन (HyPA-RAG)
सबसे पहले, सिस्टम को सही जानकारी खोजने की आवश्यकता है। मानक AI सिस्टम अक्सर केवल उन शब्दों को खोजते हैं जो समान दिखते हैं, जिससे गलतियाँ हो सकती हैं। JUDICATA एक "ट्राइ-मोडल" (Tri-Modal) खोज का उपयोग करता है, जिसका अर्थ है कि यह एक साथ तीन अलग-अलग तरीकों से उत्तर खोजता है:

• शब्द मिलान (The Word Match): यह सुनिश्चित करने के लिए कि उसे सही शब्दावली मिले, यह सटीक कानूनी शब्दों (जैसे "habeas corpus") को खोजता है।
• अर्थ मिलान (The Meaning Match): यह प्रश्न के पीछे के विचार को समझता है, भले ही शब्द अलग हों।
• संरचना मिलान (The Structure Match): यह देखता है कि कानून पदानुक्रम (hierarchy) में कैसे जुड़े हुए हैं (जैसे कि एक विशिष्ट अनुच्छेद एक पैराग्राफ के भीतर कैसे फिट बैठता है)।

सिस्टम इन तीनों खोज परिणामों को आपस में मिलाता है। यदि प्रश्न सरल है, तो यह शब्द मिलान पर अधिक भरोसा करता है। यदि प्रश्न जटिल है, तो यह संरचना और अर्थ पर निर्भर करता है। यह सुनिश्चित करता है कि AI हमेशा अपने हाथ में एक वास्तविक कानून पकड़े हुए है, न कि कोई फर्जी कानून जो उसने खुद बनाया है।

2. बाउंसर (Adversarial Defense)
AI के कानूनों को पढ़ने से पहले, उसे सुरक्षा जाँच से गुजरना पड़ता है। हैकर्स और धोखेबाज अक्सर अजीब सवाल पूछकर या कानूनी दिखने वाले टेक्स्ट के अंदर बुरे निर्देश छिपाकर AI को "जेलब्रेक" करने की कोशिश करते हैं। JUDICATA में एक डुअल-पास डिफेंस (Dual-Pass Defense) सिस्टम है जो एक सख्त बाउंसर की तरह काम करता है।

• पास 1 (सिंटैक्स चेक): यह प्रश्न को संदिग्ध पैटर्न, जैसे कोड इंजेक्शन या ज्ञात चालाकी भरे वाक्यांशों के लिए स्कैन करता है।
• पास 2 (मीनिंग चेक): यह देखने के लिए एक स्मार्ट दिमाग का उपयोग करता है कि क्या प्रश्न का अहसास एक चाल जैसा है, भले ही शब्द सामान्य लग रहे हों।

उनके परीक्षणों में, इस सिस्टम ने बिना किसी वैध प्रश्न को रोके, हमलों को 94.4% (800 में से 755) रोका। यह एक ऐसे बाउंसर की तरह है जो जानता है कि किसे अंदर आने देना है और किसे बाहर खड़ा करना है, भले ही बुरे लोग वेश बदलकर आए हों।

3. जज का क्लर्क (LSIM और टुलमिन)
एक बार जब AI के पास सही कानून आ जाते हैं और वह सुरक्षा जाँच पास कर लेता है, तो उसे उत्तर लिखना होता है। यहीं पर जादू होता है। AI को एक मुक्त-रूप निबंध लिखने देने के बजाय, JUDICATA उसे टुलमिन मॉडल (Toulmin Model) नामक एक विशिष्ट संरचना का उपयोग करने के लिए मजबूर करता है। यह मॉडल एक तर्क को छह भागों में तोड़ता है:

• दावा (Claim): जो आप कह रहे हैं।
• डेटा (Data): जो तथ्य आपके पास हैं।
• वारंट (Warrant): क्यों तथ्य दावे का समर्थन करते हैं।
• बैकिंग (Backing): वारंट के लिए अतिरिक्त समर्थन।
• खंडन (Rebuttal): क्या गलत हो सकता है या दूसरी तरफ का पक्ष क्या कह सकता है।
• क्वालीफायर (Qualifier): आप कितने निश्चित हैं (जैसे, "संभवतः" या "निश्चित रूप से")।

AI को इन खानों को भरने के लिए मजबूर करके, सिस्टम उसे चीजें बनाने से रोकता है। यदि AI कोई तथ्य गढ़ने की कोशिश करता है, तो वह "डेटा" बॉक्स में फिट नहीं होगा, और सिस्टम उसे पकड़ लेगा। यह AI के तर्क को प्रक्रियात्मक रूप से चुनौती देने योग्य (procedurally contestable) बनाता है, जिसका अर्थ है कि एक मानव वकील उसके उत्तर को देख सकता है और कह सकता है, "ठीक है, यहाँ आपका दावा है, यहाँ आपका साक्ष्य है, और यहाँ आपका खंडन है। मैं इसकी जाँच कर सकता हूँ।"

प्रयोगों ने क्या दिखाया

शोधकर्ताओं ने इस सिस्टम का परीक्षण तीन अलग-अलग AI दिमागों के साथ किया: एक स्थानीय कंप्यूटर पर चलने वाला छोटा मॉडल (Mistral 7B), क्लाउड में चलने वाला एक विशाल मॉडल (Kimi K2), और एक कमर्शियल मॉडल (Gemini 2.5 Flash)। वे देखना चाहते थे कि क्या यह सिस्टम काम करता है चाहे वे किसी भी दिमाग का उपयोग करें।

परिणाम स्पष्ट थे: दिमाग के आकार से अधिक संरचना मायने रखती है।

• फर्जी तथ्यों को कम करना: JUDICATA सिस्टम के बिना, AI तथ्य बनाने के प्रति प्रवृत्त था। सिस्टम के साथ, हैलुसिनेशन का जोखिम काफी कम हो गया। स्थानीय मिस्ट्रल (Mistral) मॉडल के लिए, हैलुसिनेशन का जोखिम घटकर 0.898 (एक पैमाने पर जहाँ 0 पूर्ण है और 1 पूर्ण अराजकता है) हो गया, और क्लाउड किमी (Kimi) मॉडल के लिए, यह घटकर 0.467 रह गया।
• "सेफ्टी टैक्स" (The Safety Tax): सिस्टम ने AI को थोड़ा अधिक सतर्क बना दिया। कुछ परीक्षणों में, AI ने कम कानूनों का हवाला दिया क्योंकि उसने उन कानूनों को उद्धृत करने से इनकार कर दिया जिनके बारे में वह 100% सुनिश्चित नहीं था। लेखक इसे "सेफ्टी टैक्स" कहते हैं—गलत तरीके से कई कानून उद्धृत करने के बजाय कम कानूनों को सही ढंग से उद्धृत करना बेहतर है।
• महत्वपूर्ण घटक: सबसे महत्वपूर्ण निष्कर्ष एक "एब्लेशन स्टडी" (ablation study) से आया, जहाँ उन्होंने एक-एक करके सिस्टम के हिस्सों को बंद किया। जब उन्होंने टुलमिन मॉडल (संरचित तर्क) को बंद कर दिया, तो सिस्टम का प्रदर्शन गिर गया। "कंपोजिट स्कोर" (एक माप कि उत्तर कितना अच्छा था) लगभग 27% गिर गया, और हैलुसिनेशन का जोखिम बढ़कर 0.94 से ऊपर चला गया। इसने साबित कर दिया कि AI को ईमानदार रखने के लिए सख्त तर्क संरचना सबसे महत्वपूर्ण हिस्सा है।

यह क्यों महत्वपूर्ण है

यह शोध पत्र तर्क देता है कि हमें AI के अपने आप पूर्ण होने का इंतजार करने की आवश्यकता नहीं है। इसके बजाय, हम ऐसे सिस्टम बना सकते हैं जो AI को ईमानदार रहने के लिए मजबूर करते हैं। एक स्मार्ट सर्च इंजन, एक सख्त सुरक्षा गार्ड और एक सख्त तर्क प्रारूप को जोड़कर, JUDICATA एक ऐसा AI बनाता है जिस पर अदालत में भरोसा किया जा सकता है।

यह सिस्टम गोपनीयता का भी सम्मान करता है। क्योंकि यह पूरी तरह से एक स्थानीय कंप्यूटर पर चल सकता है (डेटा को क्लाउड पर भेजे बिना), यह ब्राजील के LGPD और यूरोपीय संघ के AI अधिनियम जैसे सख्त गोपनीयता कानूनों का पालन करता है। इसका मतलब है कि एक वकील संवेदनशील मामले के साथ मदद के लिए AI का उपयोग कर सकता है बिना इस बात की चिंता किए कि उसके क्लाइंट के रहस्य किसी बड़ी टेक कंपनी को भेजे जा रहे हैं।

अंत में, JUDICATA दिखाता है कि कानूनी AI का भविष्य एक बड़े, स्मार्ट रोबोट के बारे में नहीं है। यह रोबोट के चारों ओर एक बेहतर टीम बनाने के बारे में है, यह सुनिश्चित करने के लिए कि वह अपने काम की जाँच करे, नियमों का पालन करे, और कभी भी मनगढ़ंत बातें न बनाए। जैसा कि लेखक सुझाव देते हैं, यह दृष्टिकोण एक अराजक, दिवास्वप्न देखने वाले AI को एक विश्वसनीय, चुनौती देने योग्य और सुरक्षित कानूनी सहायक में बदल देता है।