با گسترش نفوذ مدلهای زبانی بزرگ (LLM) به حوزههای حساس، صنعت هوش مصنوعی اکنون نگاه ویژهای به بخش حقوقی دارد. در حالی که غولهای فناوری نظیر گوگل، آنتروپیک و شرکتهای وابسته به ایلان ماسک با سرعتی خیرهکننده در حال عرضه راهکارهای «هوش مصنوعی حقوقی» هستند، جامعه وکلا و قضات با چالشی جدی به نام «توهمهای حقوقی» دست و پنجه نرم میکنند؛ مسئلهای که در سالهای ۱۴۰۴ و ۱۴۰۵ خورشیدی، موجی از جریمهها و احکام انضباطی را علیه وکلای ناآگاه به همراه داشته است.
ظهور ابزارهای حقوقی و خطر استناد به منابع ساختگی
از نیمه دوم سال ۱۴۰۵، چهار آزمایشگاه بزرگ هوش مصنوعی جهان رسماً وارد بازار خدمات حقوقی شدهاند. استراتژی آنها در ظاهر تغییر کرده است: برخلاف ابزارهای عمومی که دادهها را از حافظه خود بازیابی میکنند، ابزارهای تخصصی جدید بر «اتصال به پایگاههای داده معتبر» تمرکز دارند. برای مثال، سرویس Gemini Enterprise for Legal گوگل از طریق کانکتورهایی به پلتفرمهایی نظیر Everlaw متصل میشود تا از استناد به دادههای غیرمستند جلوگیری کند.
با این حال، سوابق قضایی نشان میدهد که این فناوری بدون نظارت دقیق انسانی، به یک فاجعه تبدیل میشود. پروندههای مستند در کانونهای وکلای جهانی، از جمله پرونده شهریار مظاهری که به دلیل استفاده از خروجیهای توهمآلود Grok با جریمههای سنگین مواجه شد، نشان میدهد که LLMها «قطبنمای اخلاقی» یا «درک قضاوتی» ندارند و صرفاً برای تولید پاسخ (هرچند نادرست) برنامهریزی شدهاند.
معماری فنی و تفاوتهای بنیادین در رویکردها
- رویکرد RAG (بازیابی متنی): ابزارهای نوین حقوقی به جای تکیه بر پارامترهای آموزشدیده، از سیستمهای RAG استفاده میکنند تا مستندات را از منابع قانونی تأیید شده استخراج کنند.
- اتصال به دیتابیسهای مرجع: استفاده از پلاگینهای اختصاصی برای اتصال به مخازن حقوقی بینالمللی جهت کاهش نرخ توهمات (Hallucination).
- چالش نرخ خطای سیستمهای اختصاصی: طبق گزارش آزمایشگاه RegLab دانشگاه استنفورد، حتی پلتفرمهای تخصصی نیز با نرخ خطای ۱۷ تا ۳۳ درصدی در استنادهای حقوقی روبرو هستند که نشاندهنده ناپایداری کنونی این مدلهاست.
مسئولیتناپذیری ابزارها در برابر وظیفه حرفهای وکلا
بسیاری از وکلا در دام این باور افتادهاند که استفاده از هوش مصنوعی، فرایند تحقیق را تسهیل میکند. اما واقعیت این است که طبق استانداردهای کانونهای وکلا، «وظیفه راستیآزمایی» (Duty to Verify) صرفاً بر عهده وکیل است. دادگاههای کانادا در پی افزایش آمار استنادهای جعلی از ۷ مورد در سال ۱۴۰۳ به ۸۶ مورد در سال ۱۴۰۴، اعلام کردند که خروجیهای هوش مصنوعی بدون بازبینی، در حکم «هذیانگویی» هستند و هیچ اعتبار قانونی ندارند.
در این میان، ابزارهایی مانند محصول حقوقی مبتنی بر Grok (که پس از خرید Cursor توسط SpaceXAI توسعه یافته) همچنان با ابهام در معماری شفافیت و نحوه ردیابی منابع اولیه روبرو هستند. برخلاف مدلهای گوگل که روی «گردشکارهای عاملمحور» (Agentic Workflows) و استناد به منابع تأکید دارند، برخی مدلها تنها با برچسبهای بازاریابی وارد فضای حساس حقوقی شدهاند.
نتیجهگیری: نگاهی به آینده
پذیرش هوش مصنوعی در محاکم قضایی، فراتر از یک تغییر نرمافزاری، یک گذار پارادایم در حرفه وکالت است. اگرچه ادغام مدلهای زبانی با منابع معتبر میتواند سرعت دسترسی به قوانین را افزایش دهد، اما هیچ ابزاری نمیتواند جایگزین «قضاوت انسانی» شود. تا زمانی که نرخ توهم این سیستمها به صفر نرسد، وکلا باید با دیدی کاملاً بدبینانه به خروجیهای این ماشینها بنگرند؛ چرا که دادگاهها نه برای هوش مصنوعی، بلکه برای وکلایی که به این ابزارها اعتماد بیجا کردهاند، جریمههای سنگینی صادر میکنند.