راهنمای مطالعهٔ بخش ششم: هوش مصنوعی، حقوق و نظام قضایی

بخش ششم کتاب به نقش هوش مصنوعی (AI) در فرایندهای حقوقی و قضایی می‌پردازد و سه محور دارد: پذیرش ادلهٔ تولیدشده توسط سامانه‌های AI در دادرسی، کاربرد AI در پژوهش حقوقی و تحلیل داده‌های قضایی، و ریشه‌یابی «سوگیری» (Bias) در طراحی و توسعهٔ سامانه‌های هوش مصنوعی.

این بخش بر سه سند آموزشی از مجموعهٔ «AAAS/NIST Materials for Judges» استوار است؛ هر سه سند از نوع «Educational Material» و با وضعیت انتشار نهایی (Final) در سپتامبر ۲۰۲۲ (شهریور ۱۴۰۱ تا مهر ۱۴۰۱) ارائه شده‌اند:

• «هوش مصنوعی، اعتمادپذیری و دادرسی»: چارچوب پذیرش ادلهٔ AI در دادگاه، از «ارتباط» (Relevance) و احراز اصالت تا عوامل «قابلیت اطمینان» (Reliability) ادلهٔ کارشناسی، به‌همراه پیوست کاربردی برای وکلا و قضات و دو مطالعهٔ موردی.
• «هوش مصنوعی، پژوهش حقوقی و تحلیل داده‌های قضایی»: مرور ابزارهای پژوهش حقوقی مبتنی بر AI و تحلیل داده‌های قضایی، همراه با دعوت به «تردید سالم» در برابر ادعاهای این ابزارها.
• «هوش مصنوعی و سوگیری – یک ارزیابی»: تبارشناسی سوگیری در طراحی مسئله، گردآوری داده‌ها، آموزش مدل و اعتبارسنجی خروجی‌ها در تعامل با نظام حقوقی.

در لایهٔ اجرایی این کتاب پیشنهاد می‌شود فصل‌ها به این ترتیب خوانده شوند:

• نخست، فصل «هوش مصنوعی، اعتمادپذیری و دادرسی»: مفاهیم پایه مانند «روایی» (Validity)، «قابلیت اطمینان» (Reliability) و «اعتمادپذیری» (Trustworthiness) را معرفی می‌کند و چارچوب تحلیل دو فصل دیگر را می‌سازد.
• سپس، فصل «هوش مصنوعی و سوگیری»: بحث اعتمادپذیری را به خاستگاه‌های داده‌ای، طراحی و اعتبارسنجی سامانه گسترش می‌دهد.
• در پایان، فصل «پژوهش حقوقی و تحلیل داده‌های قضایی»: موضوعی تخصصی‌تر دربارهٔ ابزارهای پژوهش است که با زمینهٔ دو فصل پیشین بهتر فهمیده می‌شود.

پیش‌نیازها: آشنایی اولیه با AI و «یادگیری ماشین» (Machine Learning, ML) کافی است؛ هر سه سند مقدمهٔ مستقل دارند و مفاهیم لازم را خود معرفی می‌کنند. برای خوانندهٔ غیرحقوقی، مطالعهٔ دقیق مقدمهٔ هر سند پیش از ورود به بحث‌های فنی، پیشنهاد تدوینگر است.

جدول زیر نشان می‌دهد هر فصل برای کدام گروه از مخاطبان مهم‌تر است:

• تیم حقوقی: پیوست «نکات کاربردی برای وکلا و قضات» و پرسش‌های ارزیابی ادلهٔ AI نقطهٔ شروع اصلی است؛ مطالعهٔ موردی نرم‌افزار بازشناسی چهره نیز تمرینی کاربردی برای سنجش ادله است.
• تیم فنی: پرسش‌های فنی پیوست دربارهٔ داده‌های آموزشی، نحوهٔ توسعه، آزمون و اعتبارسنجی، و نیز فصل سوگیری، مستقیماً در مستندسازی و اعتبارسنجی سامانه‌ها به کار می‌آید.
• مدیران: مقدمهٔ اسناد و فصل سوگیری، تصویری کلی از ریسک‌های حقوقی و اعتباری به‌کارگیری AI به دست می‌دهد.
• ممیزان: فهرست پرسش‌های پیوست الف را می‌توان سرنخی برای تدوین برنامهٔ ممیزی سامانه‌های AI به کار گرفت.

این بخش بر پایهٔ ترجمهٔ سه سند آموزشی AAAS/NIST تدوین شده است؛ آنچه در این راهنما می‌خوانید، لایهٔ تدوینگر است و از متن ترجمه‌شدهٔ منابع متمایز می‌ماند. این اسناد برای نظام حقوقی ایالات متحده و با ارجاع به قواعدی مانند Federal Rules of Evidence نوشته شده‌اند و ارجاع به آن‌ها نباید به‌عنوان الزام یا توصیه‌ای برای نظام حقوقی ایران تفسیر شود. مفاهیم تحلیلی مانند «روایی»، «قابلیت اطمینان»، احراز اصالت و سوگیری جنبهٔ کلی دارند؛ اما برداشت رویه‌ای از آن‌ها به بستر هر نظام حقوقی بستگی دارد و ممکن است بسته به صنعت و مقررات حاکم، الزامات دیگری نیز اعمال شود.