آیا هوش مصنوعی میتواند سیستم قضایی فلجشده یک کشور را نجات دهد؟ جدیدترین تحقیق میدانی در پاکستان نهتنها پاسخ مثبت میدهد، بلکه نشان میدهد بازگشت سرمایه آن میتواند تا ۳۸.۵۰ دلار به ازای هر دلار هزینه باشد. قوه قضاییه پاکستان با بحران عمیقی دستوپنجه نرم میکند: کمتر از دو قاضی به ازای هر ۱۰۰ هزار نفر جمعیت (برای مقایسه، اتحادیه اروپا ۲۲ و انگلستان و ولز ۳۰ قاضی دارند) و در پایان سال ۲۰۲۴، ۲.۲۶ میلیون پرونده معوقه روی زمین مانده بود که ۸۲ درصد آنها در دادگاههای بدوی بود. قضات بدون کارمند پشتیبانی و با سختافزارهای حداقلی کار میکنند و پیش از این آزمایش، تنها ۲۵ درصد آنان حتی یک بار از ChatGPT استفاده کرده بودند.
در بزرگترین آزمایش میدانی تصادفیسازیشده در سیستم قضایی جهان، پژوهشگران دانشگاه ETH زوریخ، مدرسه اقتصاد جدید (NES) و کالج امپریال لندن، ابزاری به نام JudgeGPT را در میان ۱۵۵۹ قاضی در ۱۱۸ دادگاه (نزدیک به نیمی از کل قضات بدوی پاکستان) به کار گرفتند.
JudgeGPT چگونه کار میکند؟
این دستیار هوش مصنوعی مبتنی بر GPT-4 شرکت OpenAI با استفاده از تکنیک تولید بهینهسازیشده با بازیابی (RAG) به پایگاه دادهای از ۱۲۹٬۲۳۵ سند شامل ۱۲۸٬۲۹۲ رأی دادگاه و ۹۴۳ قانون پاکستان متصل است. وقتی قاضی درخواستی را ثبت میکند، سیستم ده متن مرتبط را جستجو و پاسخی مستند و دارای ارجاع ارائه میدهد.
آموزش، کلید موفقیت
محققان قضات را به سه گروه تقسیم کردند. گروه اول هم به JudgeGPT دسترسی داشتند و هم شش جلسه ۹۰ دقیقهای آموزش هدفمند (که توسط پروفسور الیوت اش از ETH زوریخ بعد از ساعات اداری برگزار شد) دریافت کردند. گروه دوم دسترسی کامل به هوش مصنوعی اما فقط یک سمینار عمومی درباره فناوری و حقوق داشتند. گروه کنترل نیز در سمینار شرکت کرد اما به JudgeGPT دسترسی نداشت. نتیجه جالب بود: صرف دسترسی به ابزار تفاوت چندانی ایجاد نکرد، اما قضات آموزشدیده چهار برابر بیشتر از JudgeGPT استفاده کردند. پس از ۴۰ هفته، قضات آموزشدیده به طور متوسط ۶۰ بار وارد سیستم شدند و بیش از ۲۰۰ پرامپت ارسال کردند، در حالی که گروه سمینار عمومی حدود ۲۰ بار ورود و کمتر از ۵۰ پرامپت داشتند.
افزایش ۶.۳ درصدی حل و فصل پروندهها
نواحی با قضات آموزشدیده بیشتر، ۱۸۴۸ پرونده اضافی در سال (۶.۳ درصد افزایش) حل و فصل کردند. حتی مناطق کمبهرهترین (ربع پایین) هم ۶۱۶ پرونده بیشتر را پاکسازی کردند. بر اساس هزینه استخدام قضات اضافی برای رسیدن به خروجی مشابه، بازگشت سرمایه ۳۸.۵۰ دلار به ازای هر دلار برآورد شده است. برآوردهای محافظهکارانه نیز «حداقل» ۱۰ دلار بازگشت به ازای هر دلار را نشان میدهد.
کیفیت احکام: بهبود یا حداقل، عدم افت
نرخ تجدیدنظرخواهی به ازای هر هزار پرونده کاهش یافت و ساعات کاری قضات تغییری نکرد. بررسی ۴۰۰۰ رأی دادگاه نشان داد که خوانایی، طول و تعداد استدلالهای حقوقی ثابت ماند. یک بررسی کیفیت مبتنی بر LLM که توسط دو وکیل پاکستانی تأیید شد، بهبود جزئی را نشان داد: احکام قضات آموزشدیده در ۵۹ درصد مقایسههای دوبهدو بهتر از گروه کنترل (۴۲ درصد) ارزیابی شد. هیچ افزایشی در سوگیری جنسیتی یا مذهبی در زبان قضایی یافت نشد.
آموزش عملی مسیر استفاده از AI را تغییر میدهد
تحلیل گزارشهای چت ناشناس از ۱۵۰۰ قاضی نشان داد که ۶۰ درصد درخواستها جستجوی اطلاعات حقوقی بود. اما قضات آموزشدیده بیشتر از JudgeGPT برای ویرایش و خلاصهسازی متن (وظایف قابلاعتمادتر مدلهای زبانی) استفاده میکردند و کمتر سوالات حقوقی باز میپرسیدند – جایی که خطر توهم (Hallucination) بالاتر است. فقط حدود یکپنجم درخواستها «واگذاری ماهوی به هوش مصنوعی» تلقی میشد، جایی که قاضی از AI میخواست تصمیم را ارزیابی یا استدلال را خودش بنویسد. آموزش هدفمند باعث شد قضات از این نوع واگذاری نادرست پرهیز کنند و JudgeGPT را به عنوان یک دستیار محدود و قابلکنترل به کار گیرند. این تحقیق ثابت میکند که هوش مصنوعی میتواند نهادهای دولتی را متحول کند، اما به شرطی که با آموزش هدفمند همراه باشد.
