كيف تتولى نماذج LLM تحليل مخاطر العقود وتوفر مئات الساعات على المحامين

كان العناية الواجبة القانونية (due diligence) دائمًا من أكثر الإجراءات استنزافًا للجهد والمال في عالم الشركات. فالعقد المتوسط الواحد قد يحتوي على عشرات المخاطر الخفية، من غرامات جزائية غير بديهية إلى صياغات تنقلب على الموقِّع في حال نشوب نزاع. واليوم يُظهر مطورون روس أن النماذج اللغوية قادرة على تولّي جزء كبير من هذا العمل الروتيني، بنتائج تدعو إلى التفكير في مستقبل المهنة.

نشر فريق من المهندسين والمحامين على منصة «خابر» (Habr) وصفًا لـ pipeline عملي تحلل فيه LLM تدفقًا من مئات العقود بحثًا عن المخاطر. فكرة النهج بسيطة في صياغتها، لكنها معقدة في التنفيذ: يتلقى النموذج نص العقد، ويقارنه بقاعدة من أنماط المخاطر الشائعة، ثم يصدر تقريرًا منظمًا يحدد المواضع الإشكالية بدقة. وبحسب تقديرات المؤلفين، يوفر النظام مئات الساعات من العمل القانوني سنويًا، وهو مورد يسهل في الشركات الكبرى تحويله إلى ملايين الروبلات.

ولإدراك حجم المشكلة، يكفي تخيّل الإدارة القانونية في شركة كبيرة. فيمر عبرها شهريًا عشرات العقود مع الأطراف المتعاقدة، وأحيانًا مئات. وكل عقد يتطلب قراءة متأنية، ومطابقة مع السياسات الداخلية، ورصدًا للشروط غير القياسية. ويقضي المحامون المبتدئون معظم وقت عملهم في هذه المهمة، ولا يمكن إلغاء العامل البشري: فالإرهاق وقلة الانتباه وضيق الوقت أسباب تجعل الصياغات الخطرة تمر دون أن تُلاحَظ. وهذه بالضبط نقطة الألم التي تعالجها الأتمتة القائمة على النماذج اللغوية.

من الناحية التقنية، يقوم النهج على عدة مكونات رئيسية. أولًا، المعالجة المسبقة للمستندات: استخراج النص من صيغ متنوعة، وتوحيد البنية، وتقسيمه إلى كتل منطقية. ثانيًا، هندسة الـ prompt: لا يتلقى النموذج نصًا خامًا فحسب، بل طلبًا مصحوبًا بسياق يحدد فئات المخاطر المطلوب البحث عنها، من شروط المسؤولية غير المتوازنة إلى الصياغات الغامضة للمواعيد وإجراءات الفسخ. ثالثًا، المعالجة اللاحقة للنتائج: تُنظَّم مخرجات النموذج بصيغة مريحة للمحامي، يرتبط فيها كل خطر مرصود ببند محدد من العقد ويقترن بتوصية. ويتيح هذا النهج للمحامي ألا يعيد قراءة المستند كاملًا، بل يركّز مباشرة على المناطق الإشكالية.

ومن المهم الإشارة إلى أن المؤلفين لا يقترحون استبدال المحامي بالآلة بالكامل. فالحديث يدور عن نموذج «الذكاء الاصطناعي كمرشّح أول»: يتولى النموذج اللغوي العمل التمهيدي في الفرز، ويتخذ الإنسان القرار النهائي. وهذا نهج معقول، لأن حتى أفضل نماذج LLM قد تهلوس أو تسيء تفسير السياق، خاصة في النصوص القانونية التي لكل كلمة فيها وزنها. ومع ذلك، يقلّص النموذج حتى في دور المرشّح الأولي زمن المعالجة بصورة جذرية، ويخفض احتمال إغفال المخاطر الحرجة.

تندرج هذه الحالة ضمن اتجاه عالمي لتغلغل LLM في legal tech. ففي السوق الغربية، جمعت شركات مثل Harvey مئات الملايين من الدولارات من الاستثمارات لأدوات الذكاء الاصطناعي الموجهة للمحامين. وتُدخل أكبر مكاتب المحاماة، من Allen and Overy إلى Clifford Chance، النماذج اللغوية في عملياتها اليومية. وتسير السوق الروسية في الاتجاه نفسه، وإن مع مراعاة خصوصية التشريعات المحلية وانخفاض إتاحة النماذج المتقدمة. ولذلك تزداد قيمة الحالات العملية التي تثبت أن التقنية تعمل الآن وهنا، لا في مستقبل بعيد.

والتبعات على القطاع واضحة. فالشركات التي ستبادر إلى أتمتة التحليل القانوني الروتيني ستحصل على ميزة تنافسية في سرعة اتخاذ القرارات وجودتها. أما بالنسبة للمحامين أنفسهم، فلا يعني ذلك تهديدًا بالبطالة، بل تحوّلًا في بؤرة التركيز: مراجعة ميكانيكية أقل، وعمل استراتيجي ومفاوضات ومهام غير نمطية أكثر، وهي مجالات لا يزال الذكاء البشري فيها لا غنى عنه.

نحن أمام إحدى تلك الحالات التي لا تَعِد فيها التقنية بثورة غدًا، بل تُحدثها بهدوء منذ اليوم. فمئات الساعات الموفَّرة ليست مقياسًا مجردًا، بل مال حقيقي، وتقليص للمخاطر، وفرصة للمحامين كي ينصرفوا إلى ما يتطلب خبرتهم فعلًا. والسؤال المطروح اليوم على بقية اللاعبين في السوق ليس هل ينبغي تبنّي حلول كهذه، بل ما مدى سرعتهم في تطبيقها.