برآورد شانس پیروزی در دعوا

گفتن «۷۰ درصد شانس داری» بدون گفتن این ۷۰ درصد از کجا آمده، هیچ کمکی به تصمیم‌گیری نمی‌کند. برآورد مفید باید نشان دهد این عدد بر پایه کدام ادله و کدام رویه به دست آمده، تا اگر یکی از مفروضات (مثلاً اعتبار یک سند) تغییر کرد، بدانید عدد هم عوض می‌شود.

به همین دلیل برآورد شانس پیروزی باید همیشه با «چرا» همراه باشد، نه یک رقم مجرد.

یک آزمون ساده برای تشخیص یک برآورد بی‌پایه این است که ببینی آیا همان عدد را می‌شود بدون هیچ تغییری برای پرونده‌ای کاملاً متفاوت هم به کار برد؛ اگر پاسخ‌های «۷۰ درصد» یا «شانس خوبی دارید» بدون تغییر برای هر پرونده‌ای تکرار می‌شوند، احتمالاً آن عدد از تحلیل واقعی ادله نیامده، بلکه صرفاً یک عبارت دلگرم‌کننده عمومی است.

در هر پرونده جزئیات زیادی وجود دارد، اما معمولاً فقط یکی یا دو مورد واقعاً نتیجه را رقم می‌زنند — مثلاً در دعوای چک، این‌که آیا صادرکننده می‌تواند «تضمینی بودن» را ثابت کند یا نه. تشخیص این عامل اصلی از میان جزئیات فرعی، هسته یک برآورد خوب است.

وقت گذاشتن روی جزئیات کم‌اهمیت در حالی‌که عامل اصلی نامشخص می‌ماند، برآورد را به یک لیست بی‌نتیجه تبدیل می‌کند.

یک روش عملی برای پیدا کردن عامل تعیین‌کننده، مرتب کردن ذهنی همه جزئیات پرونده بر اساس «اگر این جزئیات برعکس بود، نتیجه چقدر عوض می‌شد» است؛ جزئیاتی که تغییرشان نتیجه را کاملاً برعکس می‌کند، همان عوامل تعیین‌کننده‌اند، و بقیه صرفاً نویز اطراف پرونده محسوب می‌شوند.

شرایط پرونده گاهی نامعلوم است — مثلاً هنوز مشخص نیست شاهد در جلسه چه خواهد گفت. در این حالت، مفیدتر از یک عدد ثابت، برآورد چند سناریو است: «اگر شاهد این را تأیید کند، شانس X است؛ اگر نه، Y است».

این رویکرد به‌جای یک قطعیت کاذب، نقشه تصمیم‌گیری واقعی در اختیار می‌گذارد که با تغییر شرایط پرونده هم قابل به‌روزرسانی است.

یک کاربرد عملی از همین رویکرد چندسناریویی، تصمیم‌گیری درباره مصالحه پیش از جلسه است؛ اگر بازه شانس پیروزی در سناریوی بدبینانه و خوش‌بینانه فاصله زیادی داشته باشد، معمولاً این نشانه‌ای است که ریسک ادامه دادرسی بالاست و مصالحه با شرایط معقول می‌تواند گزینه عاقلانه‌تری باشد.

اگر یک سوال حقوقی از هوش مصنوعی بپرسی و فقط یک عدد یا یک «بله/خیر» بگیری، عملاً هیچ چیز یاد نگرفته‌ای. برآورد مفید باید همراه با دلیل باشد: کدام ماده، کدام رویه، کدام دلیل این نتیجه را ساخته. این دقیقاً استانداردی است که هوش مصنوعی حقوقی وکیل‌دیجی برای هر برآورد رعایت می‌کند.

این شفافیت، اعتماد به ابزار را می‌سازد؛ چون اگر فردا یکی از مفروضات پرونده عوض شود، خودت می‌فهمی چرا برآورد هم باید تغییر کند — نه اینکه صرفاً منتظر یک عدد جدید بمانی؛ همین برآورد را می‌توانید روی اپلیکیشن اندروید وکیل‌دیجی هم دنبال کنید.

یک بررسی نظام‌مند دانشگاهی روی ۱۷۱ مقاله علمی که مدعی توانایی «پیش‌بینی نتیجه پرونده با هوش مصنوعی» بودند، نشان داد تنها حدود ۷ درصد آن‌ها واقعاً این کار را بدون نقص روش‌شناختی انجام داده بودند؛ بسیاری از باقی مقاله‌ها، بدون آنکه بدانند، از متن رأی نهایی برای تولید همان عدد «پیش‌بینی» استفاده کرده بودند. این یافته بین‌المللی دقیقاً همان نکته را تأیید می‌کند: یک عدد بدون توضیح روشن درباره منبع آن، حتی در پژوهش دانشگاهی هم می‌تواند گمراه‌کننده باشد، چه رسد به یک برآورد ساده روی یک پرونده واقعی.

طبق ماده ۱۲۵۷ قانون مدنی، اثبات ادعا بر عهده مدعی است و اگر طرف مقابل در مقام دفاع، ادعایی نیازمند دلیل مطرح کند، اثبات آن هم بر عهده اوست؛ هر برآورد شانس پیروزی باید از همین نقطه شروع شود، نه از حس کلی درباره حقانیت یک طرف. طرفی که بار اثبات را بر عهده دارد و ادله کافی ندارد، حتی با حقانیت واقعی، شانس پایینی در دادگاه خواهد داشت.

ماده ۱۲۵۸ قانون مدنی پنج نوع دلیل را برای اثبات ادعا معتبر می‌داند: اقرار، اسناد کتبی، شهادت، امارات و قسم. برآورد شانس پیروزی باید برای هر بخش از ادعا مشخص کند کدام یک از این پنج دلیل پشتیبان آن است؛ ادعایی که هیچ‌کدام از این ادله را پشت خودش نداشته باشد، صرف‌نظر از قوت ظاهری استدلال، عملاً شانس کمی در دادگاه دارد.

در مواردی که سند مستقیم یا شهادت کافی نیست، اماره قضایی موضوع ماده ۱۳۲۴ قانون مدنی می‌تواند شانس را بالا ببرد؛ اما این ماده تصریح می‌کند اماره در صورتی قابل استناد است که دعوا با شهادت شهود قابل اثبات باشد یا ادله دیگر را تکمیل کند، نه اینکه به‌تنهایی جایگزین یک دلیل مستقل شود. برآوردی که وزن یک اماره را با وزن یک سند رسمی یکسان بگیرد، تصویر نادرستی از شانس واقعی می‌سازد.

پژوهش‌های بین‌المللی نشان می‌دهند مدل‌های پیش‌بینی هوش مصنوعی وقتی روی داده‌های تاریخی فراوان آموزش دیده‌اند، در حوزه‌های مشخصی مثل دعاوی قراردادی به دقتی میان ۸۵ تا ۹۰ درصد می‌رسند؛ اما همین پژوهش‌ها هشدار می‌دهند این دقت در پرونده‌های تازه یا موضوعات کم‌سابقه به‌شدت افت می‌کند. برای پرونده‌ای که مشابه دقیقی در رویه قضایی ندارد، برآورد صادقانه باید همین عدم قطعیت را هم به‌صراحت اعلام کند، نه اینکه با یک عدد قطعی، تصویری کاذب از اطمینان بسازد.