Predictive Artificial Intelligence and Legislative Gaps in Arabic Legal Texts
本研究评估了大语言模型识别和评估阿拉伯语法律文本中立法漏洞的能力，发现虽然它们能有效地检测遗漏并生成论据，但判定此类漏洞是否具有宪法意义，仍需要人类的法律判断，以区分实际缺陷与刻意的立法选择。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
在法律的世界里，“漏洞”（gap）并不是指地面上的坑洞，而是指规则中的沉默。这是一种由于新问题的出现或旧问题的变化，导致成文法并未明确说明该如何应对的情况。几个世纪以来，寻找这些漏洞一直是人类律师和法官的工作，他们必须阅读数千页的文本，理解其背后的历史，并判断一个缺失的规则仅仅是简单的疏忽，还是违反宪法的严重缺陷。今天，一种新的工具进入了这个领域：人工智能。具体而言，大语言模型是经过海量文本训练的计算机程序，能够阅读、总结并针对法律文件进行辩论。但一个关键问题仍然存在：这些机器能否分辨出一条法律仅仅是“沉默”了，还是已经“破碎”了？如果一台计算机说一条法律缺少某项规则，那么这项规则是真的缺失了，还是这种沉默是立法者刻意的选择？
一位名叫萨哈尔·阿尔-阿塔维（Sahar Al-Atawi）的图布克大学研究员试图通过让三种最先进的人工智能系统处理埃及法律来回答这个问题。她并没有要求机器编写新法或充当法官。相反，她要求它们扮演调查员的角色。她向它们输入了来自埃及法规的四条特定条款——涉及大学教授、邮政工作人员和社会基金的法律——并给了它们一套严格的指令。计算机必须阅读文本，找出任何看似缺失的内容（例如在解雇某人之前的警告或对某个术项的清晰定义），然后判定该缺失的部分是一个微小的细节，还是一个重大的宪法性失败。该研究对比了三种不同模型的表现：ChatGPT、Gemini 和 DeepSeek，并将它们的输出视为需要对照人类法律推理进行核查的原始数据，而非最终答案。
结果揭示了这些机器思维方式中一个引人入胜的分歧。所有三个模型在发现“沉默”方面都表现出色。它们都正确地识别出，有些法律并未明确规定员工在被视为辞职前必须收到书面警告，或者教授在失去工作前必须经过听证。然而，机器对于这种沉默意味着什么却产生了严重分歧。其中一个模型 DeepSeek 倾向于将每一个缺失的程序步骤都视为严重的法律缺陷，经常得出结论认为该法律已破损且需要立即修正。另外两个模型，即 ChatGPT 和 Gemini，则更为谨慎。它们意识到，仅仅因为某项规则没有写下来，并不意味着该法律违宪。它们理解有时沉默是一种刻意的选择，或者该问题在法律系统的其他部分已有涵盖。
研究发现，最准确的方法是谨慎型。在第一个案例中，涉及因旷工而被视为离职的大学教授，机器发现法律并未明确要求在教授被视为自动离职前必须给予警告。DeepSeek 称这是一个可能侵犯权利的重大漏洞。而其他模型以及随后的专家分析则判定，该法律实际上是非常严密的。它给予了教授六个月的时间返回并解释缺勤原因，并要求由委员会批准任何理由。缺失的警告虽然是一个可以改进的细节，但并非导致法律无效的致命缺陷。同样的模式出现在第二个关于邮政工作人员的案例中。法律允许员工因缺勤三十天而被解雇，但并未明确说明是否必须告知员工其理由被驳回的原因。同样，一台机器看到了危机，而其他机器看到的则是可以通过管理解决的、并未违反宪法的间隙。
最令人警醒的时刻出现在第四个案例中，当时机器被测试一项关于国家社会基金的法律。法律文本描述了资金如何募集以及基金如何运作，但对于解雇员工却只字未提。当研究人员询问机器该法律是否缺少关于解雇人员的规则时，其中一个模型 DeepSeek 遇到了困难。它赋予了缺乏个人程序保障极高的权重，暗示该法律存在缺陷，因为它没有保护工人免受解雇，尽管该法律本身就不是关于解雇工人的。这就像是要求一位厨师去解释为什么蛋糕配方里缺少制造汽车的说明；配方并没有坏，它只是关于一个不同的主题。只有 ChatGPT 正确地意识到该法律根本不涵盖雇佣终止问题，因此不能因缺少这些规则而受到批评。这一错误凸显了一个关键局限性：如果没有深厚的人类语境，人工智能可能会将“沉默”误认为是“错误”，或者在错误的地方寻找问题。
该研究的最终结论是，人工智能是一个强大的助手，但不是法官。这些计算机模型可以在几秒钟内扫描数千页内容，并指出每一个单词缺失或规则模糊的地方。它们可以生成关于某项法律为何可能不公平的论点。但它们无法判定这种不公平是真实的，还是在宪法层面具有意义。研究表明，识别出的遗漏并不自动等同于法律漏洞。有时沉默是故意的，有时规则存在于法律的其他部分，有时问题仅仅超出了所读文本的范围。机器擅长寻找缺失的碎片，但人类仍必须决定这些碎片是否真的必要。
这项研究为律师和立法者提供了一种新的工作方式。与其期望人工智能独立解决法律问题，不如将其作为一种筛选工具。计算机可以高亮显示需要关注的区域，标记出人类在匆忙中可能忽略的潜在问题。然后，人类专家可以介入进行核实，检查更广泛的背景，并判定这种沉默是一个需要修复的问题，还是一个应当维持的选择。研究明确指出，虽然技术可以加速寻找答案的过程，但关于法律含义以及法律是否公正的最终裁决，仍然是一项深刻的人类任务。机器可以指向那个缝隙，但只有人才能判断那是一个深渊，还仅仅是一个影子。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。