وقتی درباره هوش مصنوعی حقوقی صحبت می‌کنیم، معمولاً اولین چیزی که به ذهن می‌رسد یک دستیار شبیه ChatGPT است که بتواند سؤال حقوقی جواب بدهد، قرارداد بررسی کند یا یک لایحه بنویسد. اما چیزی که در چین در حال اتفاق افتادن است، چند مرحله جلوتر از این تصور است.
چینی‌ها تقریباً از سال ۲۰۱۷ مسیر هوشمندسازی جدی نظام قضایی را شروع کرده‌اند. یعنی چند سال قبل از اینکه ChatGPT عرضه شود و موج فعلی هوش مصنوعی شکل بگیرد. آنها ابتدا دادگاه‌ها، پرونده‌ها و فرایندها را دیجیتال کردند، بعد سراغ هوش مصنوعی رفتند و حالا مدل‌های زبانی بزرگ را روی همان زیرساخت سوار کرده‌اند.
نتیجه این مسیر، چیزی فراتر از یک «دستیار هوش مصنوعی برای قاضی» است. چین عملاً در حال ساخت نوعی زیرساخت ملی هوش حقوقی و سیستم‌عامل هوشمند برای دادگاه‌ها است.اعداد نشان می‌دهد این موضوع صرفاً یک پروژه نمایشی یا پایلوت محدود نیست.
تا سال ۲۰۲۲، پلتفرم Smart Court Brain چین ۳۳ سرویس هوشمند مختلف را در اختیار حدود ۳۴۷۰ دادگاه قرار داده بود. این سرویس‌ها تا آن زمان بیش از ۸۰۰ میلیون بار فراخوانی شده بودند. یکی از این سرویس‌ها پیشنهاد پرونده‌های مشابه به قاضی است. این قابلیت در بیش از ۹۰ درصد دادگاه‌های چین در دسترس قرار گرفته و تا سال ۲۰۲۲ بیش از ۱۳۷ میلیون بار مورد استفاده قرار گرفته بود. سیستم تشخیص گفتار و تبدیل صحبت‌های جلسه دادگاه به متن نیز در حدود ۱۲ هزار سالن دادگاه و بیش از ۶ میلیون جلسه رسیدگی استفاده شده است.
این اعداد یک نکته مهم را نشان می‌دهد: چین از مرحله «آیا می‌شود از AI در دادگاه استفاده کرد؟» عبور کرده و وارد مرحله «کدام بخش از فرایند قضایی را می‌توان با AI بهتر کرد؟» شده است.
یکی از دلایل مهم پیشرفت چین این است که کار را از مدل زبانی شروع نکرد. قبل از اینکه LLMها به سطح امروز برسند، زیرساخت لازم را ساخته بودند: پرونده الکترونیکی، دادگاه اینترنتی، بانک بزرگ آرای قضایی، داده ساختاریافته، سیستم جست‌وجوی پرونده و استانداردسازی فرایندها.
اولین Internet Court رسمی چین در سال ۲۰۱۷ در Hangzhou راه‌اندازی شد. بعد از آن Beijing و Guangzhou هم دادگاه اینترنتی ایجاد کردند. در همان سال‌ها پروژه‌هایی مثل سیستم 206 در شانگهای شکل گرفت که برای پرونده‌های کیفری از فناوری برای بررسی ادله، پیدا کردن تناقض‌ها، پیشنهاد قوانین مرتبط و کمک به قاضی استفاده می‌کرد.
بنابراین وقتی موج مدل‌های زبانی بزرگ رسید، چین مجبور نبود همه‌چیز را از صفر شروع کند. زیرساخت آماده بود.LLM فقط یک لایه هوشمند جدید روی سیستمی شد که سال‌ها در حال ساخته‌شدن بود.
به نظرم این شاید مهم‌ترین درس تجربه چین باشد. مزیت اصلی آنها الزاماً این نیست که مدل هوش مصنوعی بهتری از OpenAI یا Anthropic ساخته‌اند؛ مزیت اصلی‌شان داده، ساختار دانش، workflow و دسترسی مستقیم به شبکه قضایی است.
در سال ۲۰۲۴ دیوان عالی چین از Faxin Legal Foundation Model رونمایی کرد.
در نگاه اول ممکن است تصور کنیم Faxin نسخه چینی یک Legal GPT است. اما معماری آن پیچیده‌تر از این است. Faxin روی یک مدل عمومی در کلاس حدود صد میلیارد پارامتر ساخته شده، اما چیزی که آن را متفاوت می‌کند حجم و ساختار داده حقوقی زیر آن است. برای توسعه این سیستم از حدود:
۳۲۰ میلیون سند حقوقی،
۳.۶۷ تریلیون کاراکتر چینی
و حدود ۱۸۰ هزار مفهوم و کد در ساختار دانش حقوقی
استفاده شده است.این داده‌ها فقط متن قوانین نیستند. قوانین، آرا، پرونده‌ها، تفاسیر، دیدگاه‌های حقوقی و منابع مختلف رسمی قضایی در آن قرار دارند.
اما نکته جالب‌تر، همان ۱۸۰ هزار مفهوم و ساختار دانش است.
چینی‌ها صرفاً میلیون‌ها سند را داخل یک Vector Database نریخته‌اند تا مدل روی آنها جست‌وجوی معنایی انجام دهد. سال‌ها روی ساخت یک Knowledge System حقوقی کار کرده‌اند تا رابطه میان مفاهیم، قوانین، پرونده‌ها و مسائل حقوقی مشخص باشد.
اما یک زیرساخت حقوقی حرفه‌ای باید چیزهای بیشتری بداند: کدام قانون در چه تاریخی معتبر بوده؟ چه تفسیرهایی درباره آن وجود دارد؟ چه پرونده‌هایی این قاعده را اعمال کرده‌اند؟ آیا قاعده خاص‌تری وجود دارد؟ مسئله اصلی پرونده چیست؟ چه رابطه‌ای میان این موضوع و سایر مفاهیم حقوقی وجود دارد؟
به همین دلیل به نظرم ارزش اصلی Faxin نه در تعداد پارامترهای مدل، بلکه در همین لایه داده و دانش است.
مدل‌های پایه احتمالاً هر سال بهتر می‌شوند و حتی ممکن است مدلی که امروز استفاده می‌شود دو سال دیگر کاملاً جایگزین شود. اما ۳۲۰ میلیون سند سازمان‌یافته، Knowledge Graph، ساختار دانش حقوقی و اتصال به منابع رسمی قضایی دارایی‌هایی نیستند که به این راحتی جایگزین شوند.
اگر Faxin زیرساخت هوش حقوقی چین باشد، Shenzhen AI Adjudication System نمونه‌ای است که نشان می‌دهد این هوش چطور وارد عملیات واقعی دادگاه می‌شود. دادگاه‌های شنژن سالانه با بیش از ۷۰۰ هزار پرونده مواجه‌اند. راه‌حل آنها این نبود که یک صفحه Chat جلوی قاضی قرار دهند و بگویند هر سؤالی دارید از AI بپرسید.
کار بسیار جالب‌تری کردند. کل فرایند رسیدگی قضایی را بررسی کردند و آن را به ۸۵ مرحله مشخص شکستند. این ۸۵ مرحله در چهار بخش اصلی قرار می‌گیرند:
ثبت پرونده
مطالعه و تحلیل پرونده
جلسه رسیدگی
تنظیم رأی
بعد برای هر مرحله مشخص کردند AI دقیقاً چه کاری می‌تواند انجام دهد.
مثلاً در مرحله ثبت پرونده، سیستم می‌تواند مدارک را بررسی کند، اطلاعات ناقص را تشخیص دهد و مواردی را که باید تکمیل شوند اعلام کند. در مرحله مطالعه پرونده، AI اسناد را طبقه‌بندی می‌کند و اطلاعات مهم را استخراج می‌کند. برای این کار حدود ۲۱۲ عنصر مختلف پرونده تعریف شده است؛ اطلاعاتی درباره طرفین، خواسته‌ها، روابط، مبالغ، وقایع، اسناد و سایر اجزای مهم پرونده.
یعنی به جای اینکه قاضی با یک مجموعه بزرگ PDF مواجه شود، سیستم تلاش می‌کند یک تصویر ساختاریافته از پرونده ایجاد کند. در مرحله بعد، AI می‌تواند موضوعات اصلی اختلاف را استخراج کند، قوانین مرتبط را پیشنهاد دهد، پرونده‌های مشابه را پیدا کند و حتی سؤالاتی را مشخص کند که بهتر است قاضی در جلسه رسیدگی مطرح کند.
در یک پرونده قراردادی، سیستم ۲۳ پرونده مشابه را برای قاضی پیدا کرد و طبق گزارش رسمی، زمان آماده‌سازی جلسه از حدود سه روز به یک روز کاهش پیدا کرد. این دقیقاً جایی است که AI می‌تواند ارزش بسیار بزرگی ایجاد کند: نه با جایگزین‌کردن قاضی، بلکه با حذف بخش بزرگی از کاری که امروز وقت قاضی را می‌گیرد.
یکی از چیزهایی که پروژه شنژن را برای من مهم می‌کند، حجم استفاده واقعی از سیستم است. تنها در حدود ۳۶ روز کاری پس از گسترش استفاده، سیستم در بیش از:
۵۷ هزار مطالعه و تحلیل پرونده،
۲۳ هزار جلسه رسیدگی
و ۵۲ هزار پیش‌نویس رأی
مورد استفاده قرار گرفته بود.
در سال ۲۰۲۵ هر قاضی در شنژن به‌طور متوسط ۷۴۴ پرونده مختومه کرده است؛ رقمی که نسبت به سال قبل افزایش قابل توجهی داشته و بالاتر از متوسط استان Guangdong بوده است.
هم‌زمان نرخ اعتراض و نرخ نقض یا اعاده آرای بدوی نیز کاهش داشته است.طبیعتاً نمی‌توان تمام این تغییرات را مستقیماً به AI نسبت داد. اصلاح فرایندها، مدیریت دادگاه، تغییر ترکیب پرونده‌ها و عوامل دیگر هم می‌توانند مؤثر باشند.اما همین حجم استفاده نشان می‌دهد با یک Demo یا پروژه PR طرف نیستیم.
مهم‌تر اینکه در سال ۲۰۲۶ دیوان عالی چین نسخه‌ای مبتنی بر تجربه شنژن را در ۲۳ دادگاه در ۱۱ استان و منطقه وارد مرحله آزمایشی کرده است. یعنی شنژن به‌تدریج در حال تبدیل‌شدن به یک الگوی ملی است.
برای من مهم‌ترین بخش تجربه چین Faxin با صدها میلیون سند یا مدل صد میلیارد پارامتری نیست. مهم‌ترین بخش همان ۸۵ مرحله‌ای است که شنژن برای کار قاضی تعریف کرده است. مدل‌های هوش مصنوعی هر سال بهتر می‌شوند. هزینه inference پایین می‌آید، context window بزرگ‌تر می‌شود و reasoning قوی‌تر می‌شود.
اما تبدیل دانش ضمنی قاضی و وکیل به workflow، ساختن داده استاندارد، تعریف نقاط تصمیم‌گیری، اتصال منابع رسمی و ایجاد feedback loop چیزی نیست که یک‌شبه ساخته شود. در ایران هم اگر بخواهیم هوش مصنوعی حقوقی را فقط در سطح «یک چت‌بات بهتر» ببینیم، بخش بزرگی از فرصت را از دست می‌دهیم.
ما در آداد امروز از دستیار حقوقی، تحلیل و پژوهش، تنظیم قرارداد و اوراق قضایی شروع کرده‌ایم؛ اما مسیری که تجربه چین نشان می‌دهد بسیار بزرگ‌تر است.
تصور آینده‌ای که در آن یک مسئله حقوقی از همان لحظه شکل‌گیری تشخیص داده شود، مسیر اقدام مناسب برای آن مشخص شود، اسناد لازم تولید و تحلیل شوند، پرونده قبل از ورود به دادگاه ساختاریافته شود و در ادامه قاضی هم یک لایه هوشمند برای مطالعه و تصمیم‌گیری در اختیار داشته باشد، دیگر چندان دور از ذهن نیست.
چین دارد نشان می‌دهد که هوش مصنوعی قرار نیست فقط ابزار جدیدی برای صنعت حقوق باشد.
ممکن است در نهایت، خود معماری این صنعت را بازطراحی کند.
