فضل أساتذة القانون الإجابات التي تولدها الذكاء الاصطناعي على تلك التي يكتبها زملاؤهم الأساتذة، وفقاً لدراسة حديثة قادتها جامعة ستانفورد والتي فحصت كيفية أداء نماذج اللغة الكبيرة في مهام الاستدلال القانوني.
في الدراسة، قام 16 أستاذاً من 14 كلية حقوق أمريكية—بما في ذلك ستانفورد، ييل، جامعة نيويورك، جامعة شيكاغو، جورجتاون، جامعة كاليفورنيا في لوس أنجلوس، وجامعة فيرجينيا—بإعداد 40 سؤالاً حول قانون العقود تغطي المبادئ القانونية، السوابق القضائية، السيناريوهات الافتراضية، وقضايا السياسة. اعتبر الباحثون ذلك طريقة مثالية لاختبار قدرات الذكاء الاصطناعي الحديث.
كتب الباحثون: "يتم الترويج لنماذج اللغة الكبيرة (LLMs) بشكل متزايد كمعلمين تعليميين، ومع ذلك تركز معظم التقييمات على المجالات ذات الحقيقة المطلقة الواحدة". "غير أن العديد من التخصصات تعتمد على الحكم: الاستدلال، وموازنة الغموض، والوصول إلى استنتاجات يمكن الدفاع عنها. يوفر القانون اختباراً حاداً".
في 2918 مقارنة عمياء، اختار الأساتذة الإجابة التي يفضلون تقديمها للطالب. فاز Gemini 2.5 Pro من جوجل بنسبة 75.92% من مواجهاته ضد المدرسين البشريين، بينما فاز NotebookLM من عملاق التكنولوجيا بنسبة 74.75% من الوقت، مما أعطى النتائج المولدة بالذكاء الاصطناعي الأفضلية على البشر في حوالي ثلاثة أرباع الاستجابات.
ووفقاً للباحثين، لتحديد ما إذا كانت النتائج تعكس توافقاً مهنياً أوسع، قام الباحثون بتحليل مدى تكرار اتفاق الأساتذة عند تقييم نفس أزواج الإجابات.
كتبوا: "تجاوز الاتفاق الملاحظ المستوى المتوقع إذا كانت الأحكام شخصية تماماً، مما يشير إلى أن نجاح نماذج اللغة الكبيرة يعكس توافقاً مع المعايير التأديبية المشتركة".
وجدت الدراسة أن نماذج الذكاء الاصطناعي تفوقت أيضاً على المدرسين البشريين عبر فئات متعددة، بما في ذلك أسئلة الاستدعاء المتعلقة بالقضايا، القوانين، أو المذاهب، والافتراضات، والمناقشات السياسية.
قالت الدراسة: "لاستكشاف ما إذا كانت أي ميزة لنماذج اللغة الكبيرة قد تكون مدفوعة بأسلوب الكتابة السطحي بدلاً من المحتوى الجوهري، قمنا بالإضافة إلى ذلك بتصميم مجموعة من الميزات المعجمية-النحوية—طول الإجابة، التنظيم الهيكلي، دقة الاستدلال، المراجع القانونية، نبرة الثقة، الوضوح، والدعم التعليمي—واختبرنا مدى قدرتها على تفسير نمط التفضيل".
كما تم تصنيف الإجابات التي تولدها الذكاء الاصطناعي على أنها ضارة بوتيرة أقل من تلك التي كتبها الأساتذة، حيث سجل Gemini معدل ضرر قدره 3.41% و NotebookLM بنسبة 3.64%، مقارنة بـ 12.06% للمدرسين البشريين. وفي تحليل منفصل لنماذج إضافية، احتلت Claude Opus 4.7 من Anthropic المرتبة الأولى، تليها ChatGPT 5.4 من OpenAI و Gemini 2.5 Pro، بينما تفوقت كل نماذج الذكاء الاصطناعي التي تم تقييمها على المدرسين البشريين في المتوسط.
حذر الباحثون من أن الدراسة لم تقيس ما إذا كانت الإجابات تتطابق مع التفضيلات التعليمية الفردية لكل أستاذ، مما يترك الباب مفتوحاً لاحتمال أن تكون الاستجابات التي تولدها الذكاء الاصطناعي قد اعتبرت مقبولة بشكل عام بدلاً من أن تكون مصممة خصيصاً لنهج مدرب معين.
قالت الدراسة: "بينما تُفضل استجابات نماذج اللغة الكبيرة بشكل عام على تلك التي يقدمها المدرسون البشريون، فإن بيئة تقييمنا لا تسمح لنا بقياس مدى تلبية تفضيلات المدرسين بشكل مباشر". "من الممكن نظرياً على الأقل أن نماذج اللغة الكبيرة، على الرغم من أنها تقدم إجابات أقوى بشكل عام، لا تزال تولد إجابات تُعتبر "جيدة بما يكفي" فقط".
تأتي الدراسة في الوقت الذي تتصارع فيه المحاكم وشركات المحاماة وكليات القانون بشكل متزايد مع كيفية استخدام الذكاء الاصطناعي في المهنة القانونية.
في مارس، بدأت المحكمة العليا في لوس أنجلوس باختبار أدوات الذكاء الاصطناعي لمساعدة القضاة في إدارة الأعباء المتزايدة للقضايا، بينما تقوم كليات القانون بإضافة برامج تدريب على الذكاء الاصطناعي.
قال عميد كلية الحقوق في Mississippi College، جون بي أندرسون، سابقاً لموقع Decrypt: "لا يمكن تجاهل الفوائد المحتملة لهذه التقنيات الجديدة كعامل مضاعف للقوة في ممارسة القانون". "سواء كان طلابنا يخططون لأن يصبحوا محامين في مجال التقاضي أو محامين للمعاملات، سيتوقع أرباب عملهم المستقبليون الإلمام بأدوات الذكاء الاصطناعي هذه. نريد أن تكون الشركات التي توظف طلابنا واثقة من أن كل خريج من كلية الحقوق MC يتمتع بالكفاءة في تقنيات الذكاء الاصطناعي."
في الوقت نفسه، تستمر شركات المحاماة في مواجهة حالات قوضتها "الهلوسات" والأخطاء الأخرى الناتجة عن الذكاء الاصطناعي. في أبريل، اعترفت شركة المحاماة Sullivan & Cromwell أمام محكمة إفلاس أمريكية بأن ملفاً حديثاً في قضية بارزة احتوى على استشهادات مزيفة أنتجها الذكاء الاصطناعي.
