باحثون يصنّفون 2122 حوارًا من WildChat: 71,1% من المحادثات القانونية تطلب نصيحة شخصية

يستخدم الناس روبوتات الدردشة منذ وقت طويل بوصفها محاميًا مجانيًا: يسألون عن حقوقهم والتزاماتهم وتسلسل الإجراءات، وعن مواقف قد يترتب على القرار فيها آثار قانونية. وتحاول ورقة بحثية جديدة ظهرت في Hugging Face Daily Papers قياس هذا السلوك. حلّل المؤلفون 2122 حوارًا طبيعيًا من مجموعة بيانات WildChat-1M، وتبيّن لهم أن 71,1% من المحادثات ذات المحتوى القانوني تطلب نصيحة مخصّصة أو عملية، لا معلومات عامة عن القانون. ونشروا مع التحليل التعليقات التوضيحية والنماذج المدرَّبة وشيفرة التقييم.

كيف نميّز الاستشارة القانونية عن الحديث عن القانون

تكمن المشكلة الأولى في البحث في أن كلمتي «عقد» أو «محكمة» لا تعنيان بالضرورة طلب مساعدة قانونية. فقد يناقش المستخدم حبكة مسلسل، أو يُعدّ تقريرًا دراسيًا، أو يطلب إعادة صياغة نص قانون. لذلك بنى المؤلفون تصنيفًا متعدد المحاور يجيب عن ثلاثة أسئلة: هل يبحث الشخص فعلًا عن إرشاد قانوني، وكيف صيغ الطلب، وإلى أي مجالات القانون ينتمي.

طُبّق التصنيف على 2122 حوارًا، ثم أُنشئت مجموعة مرجعية من 200 محادثة راجعها بشر. حجمها صغير، لكنها ضرورية لتقييم المصنِّفات تقييمًا نزيهًا. وثمة تحفظ مهم: يصف المؤلفون العيّنة بأنها «مُثرَاة»، أي أن الحوارات اختيرت عمدًا لتكون ذات طابع قانوني. وتصف النسب الواردة في الورقة هذه العيّنة تحديدًا، لا مجمل حركة المستخدمين مع النماذج اللغوية.

ماذا تقول الأرقام

أبرز ما ورد في الملخص:

• 71,1% من المحادثات ذات المحتوى القانوني تستهدف نصيحة مخصّصة أو عملية؛
• أكثر أنواع الطلبات الرئيسية شيوعًا هو الحقوق وخيارات التصرف (rights-and-options)؛
• 25,3% من الحوارات التي يُطلب فيها النصح فعلًا تشمل عدة مواضيع قانونية في آن واحد؛
• عدد الحوارات المصنَّفة 2122، والمجموعة المرجعية 200.

والنقطة الأخيرة مهمة عمليًا. فالمشكلة الحياتية الحقيقية نادرًا ما تنحصر في تصنيف واحد: الفصل من العمل يجرّ معه قانون العمل والضرائب، وربما استئجار السكن أيضًا. وربع الحوارات التي تتضمن طلب نصيحة يتجاوز مجالًا واحدًا، وستخطئ في هذه الحالات الأنظمة التي توجّه الأسئلة وفق فئات ضيقة.

النماذج: ModernBERT في مواجهة TF-IDF

الجزء الثاني من العمل هندسي. فقد أجرى المؤلفون على المجموعة المرجعية مقارنة من مرحلتين بين ModernBERT-base وModernBERT-large ونظام متسلسل قائم على TF-IDF. الفكرة واضحة: لا يمكن تصنيف مدوّنة ضخمة مثل WildChat-1M يدويًا، فلا بد من مصنِّف رخيص يستبعد أولًا ما لا صلة له بالموضوع، ثم يحدد هل يتضمن الحوار طلب إرشاد قانوني. ولا يتضمن الملخص نتائج رقمية للمقارنة، ولذلك لا يمكن الحكم على مدى تفوق المشفِّرات (encoders) على خط الأساس الكلاسيكي (baseline) إلا من النص الكامل للورقة.

وتتمثل نقطة قوة الإصدار في قابلية إعادة الإنتاج. فقد نُشرت جميع التعليقات التوضيحية ونقاط حفظ النماذج وشيفرة التقييم. وبوسع مجموعات أخرى التحقق من النتائج، أو مواصلة تدريب المصنِّفات على بياناتها، أو نقل التصنيف إلى مدوّنات حوار أخرى.

لمن يفيد هذا العمل

يستفيد مطوّرو المساعدات القانونية والاستهلاكية من اعتماد التصنيف قالبًا أوليًا لتسجيل الطلبات: يفصلون الطلبات المعلوماتية عن الطلبات المتعلقة بموقف شخصي، ويضعون علامة خاصة على الحالات متعددة المواضيع. وتتطلب الحالات الشخصية تنبيهات مختلفة، وتصعيدًا إلى مختص، وتعاملًا دقيقًا مع البيانات الشخصية.

أما الفرق المسؤولة عن أمان النماذج وسياساتها فتحصل على أداة لتقدير الطلب الفعلي. فإذا كانت معظم الحوارات ذات الطابع القانوني طلبات نصيحة عملية، فينبغي اختبار هذه السيناريوهات تحديدًا، لا أسئلة الامتحانات في القانون.

وعلى الباحثين أن يضعوا القيود في الحسبان: العيّنة مُثرَاة، والمجموعة المرجعية صغيرة، والبيانات مأخوذة من مدوّنة واحدة. وللخروج باستنتاجات عن لجوء الناس إلى الذكاء الاصطناعي لطلب المساعدة القانونية عمومًا، ستلزم مصادر أخرى وتحقق أوسع.