اگر یک سؤال حقوقی پیچیده را از یک دستیار هوش مصنوعی بپرسید، ممکن است دو نوع پاسخ کاملاً متفاوت دریافت کنید: پاسخی که در چند ثانیه و با لحنی قاطع میآید، یا پاسخی که پیش از رسیدن به نتیجه، مسیر استدلال خود را قدمبهقدم روی صفحه باز میکند. تفاوت این دو، یک ترفند نمایشی نیست؛ نتیجه یک تغییر واقعی در نحوه کار مدل زبانی است که در سالهای اخیر با نامهایی مثل «تفکر گسترده» (extended thinking) یا «مدل استدلالی» (reasoning model) شناخته میشود.
این مقاله به این پرسش میپردازد که وقتی «تفکر فعال» یک مدل زبانی روشن است (یعنی مدل پیش از پاسخ نهایی، زنجیرهای از استدلال میانی تولید میکند)، چرا خروجی حقوقی معمولاً قابلاتکاتر از حالت پاسخ سریع است، این مکانیزم دقیقاً چه میکند و چه محدودیتهایی همچنان باقی میماند. برای وکیل یا کاربری که از دستیار حقوقی هوش مصنوعی برای پیشنویس، تحلیل قرارداد یا بررسی یک استدلال استفاده میکند، فهم این تفاوت بهاندازه فهم خودِ ابزار اهمیت دارد.
یک مدل زبانی از کجا شروع میکند؟
مدلهای زبانی بزرگ در سطح فنی بر پایه پیشبینی محتملترین واژه بعدی کار میکنند. وقتی مدلی در حالت پیشفرض و بدون فعالسازی تفکر به یک پرسش حقوقی پاسخ میدهد، همان الگویی را دنبال میکند که برای هر پرسش دیگری دنبال میکند: تولید متنی که از نظر آماری با پرسش همخوانی داشته باشد. این روش برای بسیاری از سؤالها کافی و حتی سریعتر است، اما استدلال حقوقی معمولاً ساختاری متفاوت دارد.
پرسشهای حقوقی بهندرت پاسخ تکمرحلهای دارند. اینکه آیا یک فسخ قرارداد معتبر است، آیا مهلت اعتراض گذشته یا آیا یک بند قراردادی قابل استناد است، هرکدام به زنجیرهای از پرسشهای فرعی وابستهاند: کدام قاعده حاکم است؟ آیا شرایط آن قاعده در این واقعیتهای مشخص محقق شده؟ آیا استثنایی وجود دارد که قاعده کلی را کنار بگذارد؟ وقتی مدلی این زنجیره را در «یک نفس» و بدون بازبینی میانی طی میکند، دقیقاً همان نقطهای است که یک حلقه از این زنجیره میتواند بدون آنکه کسی متوجه شود، جا بیفتد یا اشتباه اعمال شود؛ و متن نهایی همچنان روان و قانعکننده به نظر برسد.
خطرناکترین خطای یک مدل زبانی، خطایی نیست که ظاهرش هم اشتباه به نظر برسد؛ خطایی است که از نظر نگارشی و ساختاری کاملاً حرفهای میآید. تفکر فعال دقیقاً همین نقطه را هدف میگیرد.
«تفکر گسترده» یعنی چه؟
ریشه فنی این ایده به تکنیکی برمیگردد که پژوهشگران گوگل در سال ۲۰۲۲ با عنوان Chain-of-Thought Prompting معرفی کردند: وقتی از یک مدل زبانی خواسته میشود پیش از پاسخ نهایی، مراحل استدلال خود را بنویسد، دقت آن در مسائل چندمرحلهای بهطور محسوس بالا میرود. این یافته بعدها به شکل یک قابلیت داخلی در مدلهای نسل جدید تعبیه شد؛ بهجای آنکه کاربر مجبور باشد در هر بار پرسیدن، درخواست «قدمبهقدم فکر کن» را تایپ کند، خودِ مدل یاد گرفت پیش از پاسخ، یک مسیر استدلال داخلی (که معمولاً به کاربر نشان داده نمیشود یا بهصورت خلاصه نشان داده میشود) تولید کند.
این رویکرد امروز در چند خانواده مدل بهطور مستقل پیادهسازی شده: مدلهای استدلالی OpenAI (سری o1 و o3)، حالت «تفکر گسترده» Anthropic در مدلهای Claude، و مدل متنباز DeepSeek-R1. با وجود تفاوت در جزئیات فنی، منطق مشترک همه آنها یکی است: به مدل زمان و فضای بیشتری برای «فکر کردن» پیش از نوشتن جواب نهایی داده میشود؛ در ادبیات فنی به این پدیده محاسبات زمان استنتاج (inference-time compute) گفته میشود، در برابر محاسباتی که فقط در زمان آموزش مدل صرف میشود.
نکتهای که باید روشن باشد: تفکر فعال، دانش تازهای به مدل اضافه نمیکند. مدل همان اطلاعاتی را دارد که پیش از این هم داشت. آنچه تغییر میکند، فرایند رسیدن به پاسخ است: فرصتی که مدل پیدا میکند تا مسیر خودش را بررسی، نقد و در صورت لزوم اصلاح کند، پیش از آنکه نتیجه را نهایی اعلام کند.
چهار کاری که تفکر فعال در یک پرسش حقوقی انجام میدهد
۱. مسئله را به اجزای قابلبررسی میشکند
یک استدلال حقوقی خوب، چه از قلم انسان بیرون بیاید و چه از یک مدل، معمولاً ساختاری شبیه چارچوب IRAC دارد: مسئله (Issue)، قاعده حاکم (Rule)، تطبیق (Application) و نتیجه (Conclusion). وقتی تفکر مدل فعال است، این تفکیک در مسیر استدلال داخلی مدل نیز ظاهر میشود؛ مدل ابتدا مسئله را مشخص میکند، سپس قاعده مرتبط را میآورد، بعد آن را با واقعیتهای مطرحشده تطبیق میدهد و در پایان نتیجه میگیرد. در پاسخ سریع، این چهار مرحله معمولاً در یک بلوک متن ادغام میشوند و ممکن است یکی از آنها (معمولاً تطبیق دقیق قاعده با واقعیت مشخص پرونده) حذف یا سرسری انجام شود.
۲. قاعده را پیش از اعمال آن بیان میکند
یکی از رایجترین نقاط خطا در پاسخ سریع، جایی است که مدل مستقیماً به نتیجه میرسد بدون آنکه قاعدهای که آن نتیجه را توجیه میکند، صریحاً بیان کرده باشد. این یعنی اگر قاعده اشتباه انتخاب شده باشد (مثلاً خلط میان دو نهاد حقوقی مشابه)، هیچ نشانهای در متن نهایی وجود ندارد که این خطا را آشکار کند. وقتی مدل مجبور است قاعده را صریحاً در مسیر استدلال بنویسد، همان نوشتن، فرصتی برای خودِ مدل ایجاد میکند تا قاعده انتخابی را با شرایط مسئله بسنجد و در صورت ناسازگاری، آن را کنار بگذارد.
۳. نتایج میانی را بازبینی میکند
در مسیرهای تفکر فعال، رفتاری دیده میشود که در پاسخ تکمرحلهای ساختاری امکان وقوع ندارد: مدل در میانه استدلال به یک ناسازگاری میرسد و مسیر را اصلاح میکند. این خودتصحیحی، معادل رفتاری است که یک وکیل باتجربه هنگام نوشتن یک لایحه انجام میدهد: پیشنویس اول را مینویسد، سپس آن را با نگاه انتقادی میخواند و نقاط ضعف را اصلاح میکند. تفاوت اینجاست که برای یک مدل زبانی بدون تفکر فعال، این «خواندن دوباره» عملاً اتفاق نمیافتد؛ پاسخ همان چیزی است که در اولین و تنها عبور تولید شده.
۴. «آنچه قانون میگوید» را از «چگونگی اعمال آن در این پرونده» جدا میکند
این دقیقاً همان نقطهای است که پاسخهای عمومی و کمفایده شکل میگیرند: مدل یک قاعده کلی صحیح را بیان میکند، اما آن را با شرایط خاص پرسش تطبیق نمیدهد. نتیجه، متنی است که از نظر حقوقی نادرست نیست، اما برای پرونده مشخص کاربر عملاً بیفایده است، چون شرط، استثنا یا ظرافتی که سرنوشت آن پرونده خاص را تعیین میکند، نادیده گرفته شده. تفکیک صریح میان قاعده و تطبیق در مسیر استدلال، دقیقاً همان جایی است که این ظرافتها فرصت دیدهشدن پیدا میکنند.
آنچه پژوهشها نشان میدهند
این تغییر رفتاری صرفاً یک ادعای بازاریابی نیست؛ در سالهای اخیر چند رشته پژوهشی مستقل به سراغ سنجش آن رفتهاند. یکی از شناختهشدهترین معیارهای سنجش توانایی حقوقی مدلهای زبانی، LegalBench است؛ پروژهای مشترک میان چند دانشگاه و مرکز پژوهشی که مجموعهای استاندارد از تکالیف استدلال حقوقی را برای مقایسه مدلهای مختلف فراهم کرده است. پژوهشهای بعدی که مدلهای استدلالی (مانند نسل o1 و o3) را روی این نوع تکالیف آزمودهاند، بهطور مستمر نشان دادهاند که مدلهایی با قابلیت استدلال زنجیرهای، در تکالیف چندمرحلهای عملکرد بهتری نسبت به مدلهای استاندارد بدون این قابلیت دارند.
پژوهشی که در سال ۲۰۲۵ با معیار MSLR (سنجش استدلال حقوقی چندمرحلهای، بر پایه چارچوب IRAC) منتشر شد، دقیقاً همین نکته را با جزئیات بیشتری بررسی کرده است: عملکرد مدلهای زبانی در پروندههای حقوقی که نیازمند چند گام استدلال متوالیاند (نه صرفاً طبقهبندی یک متن) و نشان داد که کیفیت مسیر استدلال، نه فقط درستی نتیجه نهایی، معیار مهمی برای سنجش قابلیت واقعی یک مدل در کار حقوقی است. این نکته برای کاربر نهایی هم اهمیت عملی دارد: پاسخی که مسیر رسیدن به نتیجه را نشان میدهد، حتی اگر در جایی خطا داشته باشد، آن خطا قابلردیابی و اصلاح است؛ پاسخی که فقط نتیجه را اعلام میکند، این امکان را از کاربر میگیرد.
تفکر فعال احتمال خطا را کاهش میدهد، آن را به صفر نمیرساند. مدلی که با دقت زیاد یک زنجیره استدلال منسجم میسازد، همچنان میتواند این زنجیره را بر پایه یک ماده قانونی اشتباه یا یک رأی ساختگی بنا کند؛ در آن صورت ساختار منطقی بینقص به نظر میرسد اما نتیجه همچنان غلط است.
چرا حقوق بیش از بسیاری حوزههای دیگر به این ویژگی نیاز دارد؟
در بسیاری از حوزهها، یک پاسخ «تقریباً درست» قابلقبول است. حقوق این ویژگی را کمتر تحمل میکند، به دلیلی ساختاری: نتیجهگیری حقوقی معمولاً مشروط است، نه توصیفی. پاسخ درست به «آیا میتوانم این قرارداد را فسخ کنم؟» تقریباً هرگز یک بله یا خیر ساده نیست؛ معمولاً چیزی است شبیه «بله، اگر X محقق شده باشد، مگر آنکه Y وجود داشته باشد، و بهشرط آنکه Z قبلاً رعایت شده باشد.» پاسخ سریع تمایل دارد این شروط را در یک قطعیت کاذب فروبکاهد. پاسخی که از مسیر تفکر فعال بیرون میآید، معمولاً این شروط را حفظ میکند؛ دقیقاً چون طیکردن آن شروط، خودِ فرایند استدلال است.
این موضوع پیامد عملی روشنی هم دارد: سامانهای که فقط نتیجه را نشان میدهد، از کاربر میخواهد کورکورانه به آن اعتماد کند. سامانهای که مسیر رسیدن به قاعده، واقعیتها و استثناها را نشان میدهد (حتی اگر نسخه خلاصهشده آن مسیر به کاربر نمایش داده شود)، چیزی در اختیار او و هر وکیلی که بعداً آن پاسخ را بازبینی میکند، قرار میدهد که واقعاً قابلبررسی است. همانطور که در تحلیل مسئولیت وکیل در استفاده از هوش مصنوعی هم اشاره شده، اعتبار یک استناد حقوقی از منبع آن میآید، نه از روانی نگارش؛ مسیر استدلالِ قابلمشاهده دقیقاً همان چیزی است که این راستیآزمایی را ممکن میکند.
محدودیتهایی که باید صادقانه گفته شود
تفکر فعال جایگزین ارجاع به منابع حقوقی واقعی نیست. مدلی میتواند با دقت زیادی از یک ماده قانونی نادرست یا رأیی ساختگی نتیجه بگیرد؛ در آن صورت خودِ زنجیره استدلال بینقص به نظر میرسد، اما بنیانی که روی آن ساخته شده نادرست است. در عمل، سود واقعی تفکر فعال زمانی به حداکثر میرسد که با چند مؤلفه دیگر همراه شود:
- بازیابی متن واقعی قانون. اتکا به منابع بازیابیشده (مانند متن رسمی قانون یا رأی) بهجای اتکای صرف به حافظه پارامتری مدل، ریسک استناد به ماده یا رأی غیرواقعی را بهطور محسوس کاهش میدهد.
- آگاهی از صلاحیت و نظام حقوقی. استدلالی که برای یک نظام حقوقی بینقص است، میتواند در نظام حقوقی دیگر کاملاً بیربط باشد؛ تفکر فعال این تفاوت را خودبهخود تشخیص نمیدهد، مگر آنکه صریحاً در چارچوب پرسش مشخص شده باشد.
- بازبینی انسانی برای هر نتیجهای که اثر واقعی دارد. تفکر فعال نرخ خطا را کاهش میدهد؛ آن را حذف نمیکند. هرچه پیامد یک تصمیم حقوقی برای کاربر جدیتر باشد، ضرورت بازبینی مستقل بیشتر میشود.
پرسشهای پرتکرار
آیا تفکر فعال یعنی مدل «باهوشتر» شده است؟
نه دقیقاً. دانش پایه مدل تغییر نمیکند؛ آنچه تغییر میکند فرصتی است که مدل برای بررسی و اصلاح مسیر استدلال خود پیش از اعلام نتیجه نهایی پیدا میکند. این فرآیند شبیه فاصله میان نوشتن پیشنویس اول یک لایحه و بازخوانی دقیق آن پیش از ارائه است.
آیا این یعنی دیگر نیازی به بررسی خروجی هوش مصنوعی نیست؟
خیر. تفکر فعال احتمال خطا را کاهش میدهد، نه آن را حذف میکند. مدل همچنان میتواند یک استدلال منسجم را بر پایه یک ماده یا رأی غیرواقعی بسازد. هر استناد پیش از استفاده رسمی باید با منبع اصلی تطبیق داده شود.
چرا گاهی پاسخ با تفکر فعال کندتر میآید؟
چون مدل پیش از پاسخ نهایی، یک مسیر استدلال میانی (که معمولاً طولانیتر از خودِ پاسخ نهایی است) تولید و بررسی میکند. این افزایش زمان، هزینه مستقیم همان دقت بیشتری است که در پرسشهای چندمرحلهای به دست میآید.
آیا همه پرسشهای حقوقی به تفکر فعال نیاز دارند؟
خیر. برای پرسشهای ساده و تکمرحلهای (مثلاً تعریف یک اصطلاح حقوقی) تفاوت محسوسی دیده نمیشود. سود اصلی این ویژگی در پرسشهایی ظاهر میشود که به چند گام استدلال متوالی و تطبیق دقیق قاعده با واقعیت نیاز دارند.
جمعبندی
تفکر فعال یک مدل زبانی را به منبع تازهای از دانش حقوقی تبدیل نمیکند؛ همان دانشی را که مدل داشت، از مسیری عبور میدهد که به آن اجازه میدهد قاعده را از تطبیق جدا کند، نتایج میانی را بازبینی کند و شروط و استثناهای یک نتیجهگیری حقوقی را حفظ کند بهجای آنکه آنها را در یک قطعیت کاذب فروبکاهد. برای حوزهای که تفاوت میان پاسخ درست و نادرست اغلب در یک شرط نادیدهگرفتهشده نهفته است، همین انضباط است که فاصله میان پاسخی که درست به نظر میرسد و پاسخی که واقعاً درست است را کوچکتر میکند، بدون آنکه جایگزین بازبینی نهایی خودِ کاربر یا وکیل شود.
این مطلب تحلیل عمومی درباره یک ویژگی فنی است و جایگزین مشاوره حقوقی در یک پرونده مشخص نیست. پیش از هرگونه استناد رسمی، متن قانون یا رأی مورد نظر را از منبع رسمی آن کنترل کنید.