کشف ادله اثبات با هوش مصنوعی
کشف الکترونیکی مدارک با LLM: چالشهای محرمانگی موکل در حقوق ایران + سناریوهای جذاب و نکات کاربردی برای وکلا. از e-Discovery بدون ریسک استفاده کنید.
کشف الکترونیکی مدارک با LLM: چالشهای محرمانگی موکل در حقوق ایران + سناریوهای جذاب و نکات کاربردی برای وکلا. از e-Discovery بدون ریسک استفاده کنید.
تصور کنید: شما وکیلی هستید که با یک پرونده تجاری پیچیده و سنگین روبرو شدهاید. هزاران ایمیل، سند و چت تلگرامی روی میزتان ریخته و باید در عرض یک هفته مدارک کلیدی را پیدا کنید. ناگهان، یک ابزار LLM مثل Grok یا ChatGPT وارد میشود و در چند دقیقه همه چیز را جستجو، طبقهبندی و حتی پیشبینی میکند قاضی چطور به آن نگاه میکند. هیجانانگیز به نظر میرسد، نه؟ اما لحظهای صبر کنید — اگر این ابزار دادههای محرمانه موکل را لو بدهد، چه؟
در این مقاله وبلاگی، با یک سناریو واقعیوار همراهتان میشویم تا ببینیم چطور مدلهای زبانی بزرگ (LLM) کشف الکترونیکی مدارک (e-Discovery) را متحول کردهاند. از چالشهای حقوقی در ایران (مثل ماده ۳۶ لایحه استقلال کانون وکلا) حرف میزنیم، نظرات حقوقدانان ایرانی و بینالمللی را بررسی میکنیم، و با نکات کاربردی، نشان میدهیم چطور بدون ریسک از این ابزارها استفاده کنید.
فرض کنید موکلتان یک شرکت فناوری است که از شریک تجاریاش شکایت کرده بابت نقض قرارداد. شما هزاران سند الکترونیکی دارید: ایمیلها، فایلهای اکسل و حتی پیامهای واتساپ. به جای اینکه دستی بگردید (که ممکن است هفتهها طول بکشد)، یک LLM مثل Harvey یا ابزارهای ایرانی مثل VAKIDIGI را فعال میکنید.
چطور کار میکند؟ LLM با جستجوی معنایی (نه فقط کلمات کلیدی)، روابط پنهان را پیدا میکند. مثلاً اگر کلمه "فسخ" در ایمیل نباشد، اما محتوای آن به "پایان همکاری" اشاره کند، آن را تگ میزند.
مزیت بزرگ: طبق گزارش Lighthouse 2025 ، AI حجم بررسی دستی را تا ۸۰ درصد کاهش میدهد — یعنی شما وقت تعیین استراتژی و قضاوت مطلب دارید .
اما صبر کنید، داستان جذابتر میشود وقتی چالشها وارد میشوند...
حالا تصور کنید در همان پرونده، LLM دادههای حساس موکل (مثل اطلاعات مالی محرمانه) را به سرور خارجی آپلود میکند. ناگهان، یک هک یا حتی استفاده از داده برای آموزش مدل، همه چیز را لو میدهد. نتیجه؟ نقض ماده ۳۶ لایحه قانونی استقلال کانون وکلای دادگستری ایران: "وکیل باید اسرار موکل را حفظ کند."
- حقوقدانان در کنفرانسهای اخیر (۲۰۲۵) هشدار میدهد که AI مولد میتواند مرزهای محرمانگی را بلرزاند، بهخصوص در کشف جرم یا مدارک الکترونیکی . دکتر علیرضا شریفی هم در بررسی چالشهای AI در نظام قضایی ایران، تأکید میکند که آپلود داده به پلتفرمهای خارجی میتواند تحت ماده ۱۲۶ قانون مجازات اسلامی (معاونت در افشای اسرار) پیگیری شود .
- نگاه بینالمللی: در آمریکا، ABA Opinion 512 (۲۰۲۵) وکلا را ملزم به ارزیابی ریسک محرمانگی میکند — مشابه فرانسه که CCBE اجتناب از ابزارهای عمومی را الزامی میداند . در ایران، این میتواند الگویی برای آییننامههای کانون وکلا باشد، همانطور که در چالشهای حقوقی AI در کشف جرم بررسی شده .
سناریو بدتر: اگر LLM "هالوسیناسیون" کند ( هالوسیناسیون به معنی ارائه اطلاعات غیر واقعی مثل یک رای از دیوان که خیالی و غیر مستند میباشد )و اطلاعات جعلی تولید کند، مدرک شما در دادگاه رد میشود (ماده ۱۲۸۴ قانون مدنی). حالا چطور از این تله خارج شویم؟
فرض کنید در پروندهتان، LLM یک سند privileged (محرمانه) را اشتباه طبقهبندی میکند و به طرف مقابل لو میرود. حالا شما با مسئولیت مدنی (ماده ۱ قانون مسئولیت مدنی) یا حتی کیفری روبرو هستید:
- تسبیب یا معاونت؟
مثال واقعی: در گزارش Reuters 2025 ، وکلایی که داده را برای آموزش AI استفاده کردند، با مشکلات محرمانگی مواجه شدند — چیزی که در ایران میتواند به جرایم سنگین منجر شود.
اما نگران نباشید، داستان ما پایان خوشی دارد...
این نکات نه تنها ریسک را کم میکنند، بلکه امورتان را سریعتر میکنند — مثل اینکه یک کاراموز فعال و فوقالعاده داشته باشید!
از سناریوی اولیه (کشف سریع مدارک) تا چالشهای محرمانگی و ریسکهای حقوقی، دیدیم که LLM میتواند بهترین دوست وکیل باشد — اگر درست استفاده شود. حقوقدانان ایرانی نیز تأکید میکنند که AI "دستیار" است نه جایگزین ، و با آموزش (مثل کارگاههای کانون وکلا)، میتوانید از آن بهره ببرید بدون اینکه محرمانگی موکل را به خطر بیندازید.
تا به این لحظه vakildigi.com اولین و کامل ترین پلتفرم خدمات هوش مصنوعی حقوقی
برای وکلاست همین حالا امتحان کنید.
مطالب دیگری که ممکن است برای شما جالب باشد