الذكاء الاصطناعي التوليدي يرهق محاكم العمل في أستراليا: ارتفاع الأعباء 70% خلال ثلاث سنوات
تراجع لجنة العمل العادل (Fair Work Commission) في أستراليا إجراءاتها على وجه السرعة، بعد أن تسبّب الذكاء الاصطناعي التوليدي في تدفق كبير للدعاوى. وخلال ثلاث سنوات، ارتفع حجم العمل في اللجنة بنسبة 70%. وتبيّن للمسؤولين أن أدوات الذكاء الاصطناعي تسهّل تقديم الشكاوى، لكن جودة كثير من المستندات تثير تساؤلات.
معالج بواسطة الذكاء الاصطناعي من Bloomberg Tech؛ بتحرير Hamidun News
أعلنت لجنة العمل العادل في أستراليا مراجعة عاجلة لإجراءاتها، بعدما واجهت تدفقًا غير مسبوق من الدعاوى المقدَّمة بمساعدة أدوات الذكاء الاصطناعي التوليدي. وخلال ثلاث سنوات، ارتفع حجم العمل في اللجنة بنسبة 70%.
كيف زاد الذكاء الاصطناعي الأعباء
أتاح الذكاء الاصطناعي التوليدي للجميع الوصول إلى الأدوات القانونية. في السابق، كان رفع الدعوى يتطلب الاستعانة بمحامٍ أو قضاء ساعات في دراسة التشريعات بشكل مستقل. أما الآن، فيكفي أن يصف المرء مشكلته لـ ChatGPT، وتصبح الوثيقة القانونية جاهزة خلال دقائق.
تتيح أدوات مثل ChatGPT وClaude ونماذج أخرى صياغة المطالبات والإفادات وغيرها من المستندات بسرعة. وقد خفّض ذلك حاجز الدخول: بات بإمكان العمال الدفاع عن حقوقهم دون محامين.
يبدو ذلك جيدًا من الناحية النظرية. لكن على أرض الواقع، تلقّت اللجنة سيلًا من الأوراق. فلجنة العمل العادل (Fair Work Commission) غير مستعدة لهذا الحجم: فعدد الموظفين بقي كما هو، بينما تضاعف عدد القضايا ثلاث مرات.
مشكلات الجودة
سهولة الوصول والدقة لا يسيران في الاتجاه نفسه. فالذكاء الاصطناعي التوليدي كثيرًا ما ينتج مستندات سليمة شكليًا لكنها خاطئة في جوهرها. ومن الأخطاء التي تظهر في الإفادات التي تولّدها النماذج:
- الهلوسات — وقائع ومواد قانونية مختلقة
- أخطاء منطقية — تناقضات داخل المستند الواحد
- تنسيق غير صحيح — مستندات لا تقبلها المحكمة من الناحية الفنية
- التكرار — تقديم القضية نفسها مرات عدة من زوايا مختلفة
يضطر موظفو اللجنة إلى دراسة كل قضية من جديد والتحقق من المصادر، لمعرفة ما كتبه الإنسان وما اختلقته الشبكة العصبية. وهذا يستهلك وقتًا أكثر لا أقل.
كيف ستتكيف اللجنة
أعلنت لجنة العمل العادل مراجعة إجراءاتها، لكنها لم تحدد بعد إجراءات ملموسة. وهناك عدة خيارات: تشديد متطلبات شكل الطلبات، أو توظيف مزيد من الموظفين، أو اعتماد أدوات ذكاء اصطناعي لدى اللجنة نفسها للتحقق الآلي من المستندات.
التحدي الرئيسي أن اللجنة لا تستطيع ببساطة إغلاق الباب أمام الذكاء الاصطناعي. أولًا، لأن ذلك سيكون غير عادل، إذ لا يستطيع الجميع تحمّل كلفة محامٍ. وثانيًا، لأن ضبط ذلك تقنيًا غير ممكن.
ماذا يعني ذلك
تُظهر التجربة الأسترالية الثمن الحقيقي لإتاحة الأدوات للجميع عبر الذكاء الاصطناعي. فمن جهة، حصل العمال على فرصة الوصول إلى العدالة. ومن جهة أخرى، واجهت المحاكم ضغطًا إداريًا يفوق طاقتها.
السؤال ليس ما إذا كان الذكاء الاصطناعي جيدًا أم سيئًا. السؤال هو: هل المؤسسات (المحاكم والإدارات والجامعات والمستشفيات) مستعدة لأدوات تغيّر حجم العمل بمقدار 3-10 أضعاف خلال بضع سنوات؟ أستراليا تبحث عن الجواب الآن. وعلى بقية الدول أن تتابع ذلك باهتمام أكبر.
- 24 أكتوبر 2026GPT-6 Sol Daybreak Blue تتصدر Cyber Index: +32 نقطة و1,77 $ للمهمة الواحدة
- 24 أكتوبر 2026منصة Artificial Analysis تطلق معيار AA-3D: نموذج Claude Sonnet 5.5 يتصدر الترتيب بـ 1194 نقطة Elo
- 24 أكتوبر 2026ألتمان يحدد ثلاث نهايات لسباق الذكاء الاصطناعي: من جهة تنظيمية عالمية إلى شلّ وحدات GPU لدى المنافسين
- 24 أكتوبر 2026Moonshot AI تكشف عن Kimi K3.1 Pro، أول إصدار Pro بعد اختبار Kibitz
أسئلة وأجوبة حول الخبر
ما أبرز التفاصيل حول كيف زاد الذكاء الاصطناعي الأعباء؟
أتاح الذكاء الاصطناعي التوليدي للجميع الوصول إلى الأدوات القانونية. في السابق، كان رفع الدعوى يتطلب الاستعانة بمحامٍ أو قضاء ساعات في دراسة التشريعات بشكل مستقل. أما الآن، فيكفي أن يصف المرء مشكلته لـ ChatGPT، وتصبح الوثيقة القانونية جاهزة خلال دقائق. تتيح أدوات مثل ChatGPT وClaude ونماذج أخرى صياغة المطالبات والإفادات وغيرها من المستندات بسرعة. وقد خفّض ذلك حاجز الدخول: بات بإمكان العمال الدفاع عن حقوقهم دون محامين. يبدو ذلك جيدًا من الناحية النظرية. لكن على أرض الواقع، تلقّت اللجنة سيلًا من الأوراق. فلجنة العمل العادل (Fair Work Commission) غير مستعدة لهذا الحجم: فعدد الم
ما أبرز التفاصيل حول مشكلات الجودة؟
سهولة الوصول والدقة لا يسيران في الاتجاه نفسه. فالذكاء الاصطناعي التوليدي كثيرًا ما ينتج مستندات سليمة شكليًا لكنها خاطئة في جوهرها. ومن الأخطاء التي تظهر في الإفادات التي تولّدها النماذج: الهلوسات — وقائع ومواد قانونية مختلقة أخطاء منطقية — تناقضات داخل المستند الواحد تنسيق غير صحيح — مستندات لا تقبلها المحكمة من الناحية الفنية التكرار — تقديم القضية نفسها مرات عدة من زوايا مختلفة يضطر موظفو اللجنة إلى دراسة كل قضية من جديد والتحقق من المصادر، لمعرفة ما كتبه الإنسان وما اختلقته الشبكة العصبية. وهذا يستهلك وقتًا أكثر لا أقل.
ما أبرز التفاصيل حول كيف ستتكيف اللجنة؟
أعلنت لجنة العمل العادل مراجعة إجراءاتها، لكنها لم تحدد بعد إجراءات ملموسة. وهناك عدة خيارات: تشديد متطلبات شكل الطلبات، أو توظيف مزيد من الموظفين، أو اعتماد أدوات ذكاء اصطناعي لدى اللجنة نفسها للتحقق الآلي من المستندات. التحدي الرئيسي أن اللجنة لا تستطيع ببساطة إغلاق الباب أمام الذكاء الاصطناعي. أولًا، لأن ذلك سيكون غير عادل، إذ لا يستطيع الجميع تحمّل كلفة محامٍ. وثانيًا، لأن ضبط ذلك تقنيًا غير ممكن.
Executive AI Consulting, Custom Agents & Team Workshops
Work directly with Zhemal Khamidun at hamidun.com — enterprise AI architecture, production RAG & multi-agent systems, and executive training.
أهم ما في عالم الذكاء الاصطناعي — مرة كل أسبوع
سبع قصص مهمة فعلاً هذا الأسبوع، مختارة بعناية. بلا ضجيج ولا بيانات صحفية.
تم! تحقق من بريدك للتأكيد.