ChatGPT؛ حقوق و هوش مصنوعی

آیا حقوق برای ChatGPT قابل فهم است؟

ابتدا خوب است کمی در خصوص چیستی و ویژگی‌های دانش حقوق بحث شود تا بدانیم هوش مصنوعی چه چیز را و چگونه متحول می‌کند. دانش حقوق یکی از علوم اجتماعی است که در پی تنظیم، چهارچوب گذاری و ضابطه‌مند کردن روابط اجتماعی است. این روابط ممکن است در هرکدام از اضلاع مثلث مردم، بخش خصوصی و حاکمیت وجود داشته باشد و دانش حقوق متکفل تنظیم روابط در هر ۶ نوع آن است. درواقع هدف علم حقوق طبق نظریات مختلف تحقق چهار هدف تأمین نظم عمومی، مصالح عمومی، منافع عمومی و خدمات عمومی است.

پس از آشنایی با دانش حقوق، این سؤال به ذهن می‌رسد که مواجهه هوش مصنوعی با دانش حقوق چگونه است؟ آیا دانش حقوق برای هوش مصنوعی قابل‌درک است؟ چه ویژگی‌هایی در دانش حقوق وجود دارد که در تعامل آن با هوش مصنوعی مهم است؟

به‌صورت عمومی دانش حقوق و نظام‌های حقوقی ویژگی‌های خاصی دارند که به نظر می‌رسد درک آن را برای ابزارهای هوش مصنوعی، آسان‌تر می‌کند.

۱)   جنس دانش حقوق و تحلیل‌های حقوقی، اغلب تحلیل‌های استدلالی و منطقی است و ازاین‌جهت می‌توان دانش حقوق را نزدیک به منطق ریاضیات دانست.

۲)   باوجود بیان نظریات مختلف از مکاتب متفاوت در خصوص چیستی دانش حقوق و قابل انتقاد بودن هر نظریه، اما به نظر می‌رسد تبیینی که مکاتب پوزیتیویستی از دانش حقوق دارند با دانشی که امروزه به‌عنوان علم حقوق در طی سال‌های متمادی انباشت شده است، نزدیک‌تر است. در نگاه پوزیتیویستی به حقوق، دانش حقوق یک دانش عینی است و حقوق هر آن چیزی است که قانون بگوید.

۳)    دانش حقوق در نظام‌های حقوق مختلف اعم از کامل لا[۱] و رومی-ژرمنی[۲]، متن محور است و لزوم در بند کشیدن دانش و استدلال‌های حقوقی از ویژگی‌های آن محسوب می‌شود. در حقوق عمومی قوانین، آئین‌نامه‌ها و تصمیمات اداری در سطوح مختلف مکتوب است، در حقوق خصوصی قراردادهای مهم به‌صورت مکتوب منعقد می‌شود، در حقوق قضایی و در دادگاه‌ها پرونده‌های قضایی و آراء قضایی به‌صورت مکتوب ثبت و ضبط می‌شود.

سه ویژگی ذکرشده در بالا منجر شده است فهم دانش حقوق توسط هوش مصنوعی امکان‌پذیر باشد. البته فناوری هوش مصنوعی در سال‌های اخیر پیشرفت‌های قابل‌توجهی داشته است که شاید مشهورترین آن همین ChatGPT باشد. قبلاً LLM ها برای فهم نیت انسان مشکل داشتند؛ اما همان‌طور که در یادداشت قبل اشاره شد، امروزه فناوری‌های هوش مصنوعی ازجمله ChatGPT با کمک سیستم RLHF و گرفتن بازخورد از انسان‌ها، این توانایی را به دست آورده است؛ بنابراین به نظر می‌رسد در شرایطی که فناوری هوش مصنوعی توان فهم نیت انسان را دارد، به‌طریق‌اولی توان فهم استدلال‌های حقوقی را هم دارد.

البته در خصوص تعامل ChatGPT و فناوری‌های مشابه آن با دانش حقوق می‌توان تردیدهایی را وارد دانست ازجمله اینکه منابعی که برای دانش حقوق احصا می‌شود عبارت است از قانون، شرع، رویه قضایی، عرف، عقل و دکترین حقوقی. در نظام‌های حقوقی رومی-ژرمنی ازجمله نظام حقوقی جمهوری اسلامی ایران، میزان اهمیت و اولویت هر یک از منابع متفاوت است به صورتی که قانون منبع اصلی نظام‌های حقوقی رومی-ژرمنی شناخته می‌شود و در وهله بعد رویه قضایی و عرف قرار می‌گیرد. از طرفی هوش مصنوعی ChatGPT در دسته هوش مصنوعی عمومی قرار می‌گیرد و به این معنا است که با منابع مختلفی که غالباً غیرحقوقی است آموزش‌دیده است و لذا ممکن است در اظهارنظرهای حقوقی دچار نوعی عرف گرایی شود. درحالی‌که مفاهیم در دانش حقوق و در عرف ممکن است معانی متفاوتی داشته باشند؛ بنابراین در فهم معنای تخصصی مفاهیم ممکن است دچار خطا شود. البته در این خصوص تجربیاتی وجود داشته است که یک هوش مصنوعی متناسب با دانش حقوق توسعه داده شده است، اما به نظر می‌رسد هوش مصنوعی ChatGPT در معرض این خطا قرار داشته باشد.

تحولات خدمات حقوقی توسط هوش مصنوعی

امروزه تجربیات مختلفی در جهان در خصوص ورود هوش مصنوعی به عرصه حقوقی موجود است که بیانگر پیشرفت و رفع نواقص هوش مصنوعی در عرصه‌های حقوقی است و می‌توان ادعا کرد امروزه فناوری هوش مصنوعی با ضریب خطای بسیار کمی در خدمت اهداف حقوقی قرار گرفته است. تصور می‌شود در آینده‌ای نزدیک شاهد تلفیق هوش مصنوعی عمومی و هوش مصنوعی تخصصی باشیم و مشکلاتی که هوش مصنوعی عمومی مانند ChatGPT در پاسخ به سؤالات حقوقی دارند برطرف شود. در ادامه برخی از تجربیات ورود هوش مصنوعی در عرصه حقوق بیان می‌شود که پیش‌بینی می‌شود در آینده نه‌چندان دور در هوش مصنوعی عمومی ChatGPT تلفیق شود.

با پیشرفت دانش هوش مصنوعی، شاخه های مختلفی در این دانش ایجاد شده است از جمله یادگیری ماشین[۳]، بینایی ماشین[۴]، پردازش زبان طبیعی[۵]، رباتیک[۶]، شبکه عصبی[۷]، سامانه های خبره[۸] و الگوریتم ژنتیک[۹]. بسیاری از فناوری‌هایی که مبتنی بر هوش مصنوعی در حوزه حقوقی فعال هستند، از نوع سیستم‌های خبره هستند. سیستم خبره، سیستمی است که می‌تواند همانند انسان تصمیم‌گیری کند. به عبارتی سیستم‌های خبره مشکلات پیچیده را همانند یک انسان خبره، از طریق استنتاج حل می‌کنند.[۱۰] سیستم‌های خبره از سه عنصر اصلی تشکیل شده‌اند:

۱) رابط گرافیکی

۲) سیستم استنتاج

۳) پایگاه داده

رابط گرافیکی بخش نهایی سیستم خبره است که به صورت مستقیم با کاربر تعامل می‌کند و نتایج بدست آمده از فرایند استنتاج را به صورت گرافیکی و قابل فهم توسط کاربران تبدیل کرده و به نمایش می‌گذارد.

سیستم استنتاج، مغز سیستم خبره حقوقی را شکل می‌دهد به‌عنوان موتور تحلیلی عمل می‌کند که پاسخ‌ها را از طریق تحلیل پایگاه داده تولید می‌کند و پاسخ مرتبط را در اختیار کاربر قرار می‌دهد. سیستم‌های استنتاج را به‌طورکلی می‌توان به دو گروه تقسیم کرد:

۱) برخی از سیستم‌ها مبتنی بر قوانین از پیش تعیین شده و گزاره‌های شرطی است که ساختار آن معمولاً به‌صورت درختواره‌ای از فروض مختلف مسائل است.

۲) برخی دیگر سیستم‌هایی هستند که بر اساس تحلیل داده‌ها با استفاده از ابزارهای آماری یا هوش مصنوعی ساختار یافته‌اند که بر اساس یادگیری ماشینی عمل می‌کنند.[۱۱]

پایگاه داده درواقع یک سیستم خبره حقوقی را تغذیه می‌کند و ماده خام توسعه هوش مصنوعی محسوب می‌شود. بسته به هدف و طراحی هوش مصنوعی، این داده‌ها ممکن است: قانون، آئین‌نامه، پرونده‌های قضایی، قراردادها، ادله و غیره باشد. در خصوص پایگاه داده باید توجه داشت که کیفیت یک سیستم خبره حقوقی تا حد زیادی به کیفیت و وضوح داده‌های ماهوی که بر اساس آن توسعه‌یافته است، بستگی دارد. از این نظر، یکی از چالش پیش روی متخصصان حقوقی این است که بدانند چگونه دانش حقوقی را به‌درستی به جملات منطقی قابل‌فهم توسط هوش مصنوعی بیان کنند.[۱۲]

در ادامه سعی می‌شود کاربردها و تجربیات خاص هوش مصنوعی در عرصه حقوق بیان شود:

–        شاید از اولین دستاوردهای هوش مصنوعی در عرصه حقوقی، برنامه HYPO در سال ۱۹۸۴ میلادی باشد که البته بیشتر کارکرد آموزشی داشت و در بیان کیس های حقوقی برای موضوعات مختلف کاربرد داشت.[۱۳]

–        شرکت LexMachina که در سال ۲۰۱۰ راه‌اندازی شده است، هوش مصنوعی خود را با تحلیل ۱۵۰٫۰۰۰ پرونده قضایی در موضوع مالکیت فکری توسعه داده است که می‌تواند متناسب با شرایط مختلف نتیجه احتمالی پرونده را در سناریوهای مختلف پیش‌بینی کند.[۱۴]

–        ASHSD-II: یک سیستم خبره حقوقی ترکیبی است که مدل‌های استدلال مبتنی بر قانون و کیس‌محور را در زمینه اختلافات دارایی زوجین تحت قوانین انگلیس ترکیب می‌کند.[۱۵]

–        CHIRON: یک سیستم خبره حقوقی ترکیبی است که مدل‌های استدلال مبتنی بر قانون و کیس‌محور را برای پشتیبانی از فعالیت‌های برنامه‌ریزی مالیاتی تحت قوانین و کدهای مالیاتی ایالات‌متحده ترکیب می‌کند.[۱۶]

–        JUDGE: یک سیستم خبره حقوقی مبتنی بر قانون است که به مجازات در حوزه حقوقی کیفری برای جرائم مربوط به جرح، حمله و قتل عمد می‌پردازد.[۱۷]

–        Legislate: یک پلتفرم مدیریت قرارداد مبتنی بر نمودار دانش است که قواعد حقوقی مختلف را برای ایجاد قراردادهای مورد تأیید وکیل اعمال می‌کند.[۱۸]

–        پروژه خسارت پنهان[۱۹]: یک سیستم خبره حقوقی مبتنی بر قانون است که با دوره‌های محدودیت تحت قانون خسارت پنهان (بریتانیا) در سال ۱۹۸۶ در رابطه با حوزه‌های جرم، قرارداد و قانون مسئولیت محصول سروکار دارد.[۲۰]

–        Split-Up: یک سیستم خبره حقوقی مبتنی بر قانون است که به تقسیم دارایی‌های زناشویی بر اساس قانون خانواده (استرالیا) (۱۹۷۵) کمک می‌کند.[۲۱]

–        SHYSTER: یک سیستم خبره حقوقی مبتنی بر رویه حقوقی است که همچنین می‌تواند به‌عنوان ترکیبی از طریق توانایی خود در پیوند با مدل‌های مبتنی بر قانون عمل کند. این محصول برای تطبیق چندین حوزه حقوقی، ازجمله جنبه‌های قانون کپی‌رایت استرالیا، قانون قراردادها، مالکیت شخصی و قانون اداری طراحی شده است.[۲۲]

–        TAXMAN: یک سیستم مبتنی بر قانون است که می‌تواند یک شکل اساسی از استدلال قانونی را با طبقه‌بندی موارد تحت یک دسته خاص از قواعد حقوقی در حوزه قانون در مورد سازمان‌دهی مجدد شرکت انجام دهد.[۲۳]

–        نرم‌افزارهای EGHO، PEIRCE-IGTT، ALIBI، HUGIN، AVER، ATMS، crime workbench، FLINTS، COPLINK، Engine FAPE، IFS (internal fraud screen)، CATCH، AREST، Ebrevia و Law Geex مثال‌هایی از نرم‌افزارهای مبتنی بر هوش مصنوعی هستند که در حوزه‌های مختلف حقوقی توسعه یافته‌اند.

در یادداشت بعد به چالش‌های کاربرد هوش مصنوعی در عرصه حقوقی اشاره می‌شود.