Eco-GEO: استشهادات الخدمات القانونية في الذكاء الاصطناعي—مقارنة الحقائق والتغطية والعمل الممكن

١. نقطة البداية في الآلية: ما يُستشهد به هو قناة قابلة للتعديل، لكن القناة لا تعادل النتيجة.

تعليقات بحث جوجل، حيث تُظهر AI نظرة عامة و AI الوضع الروابط التي تساعد المستخدمين على العثور على المعلومات بسرعة، وقد تستخدم تقنية التحقق من الأجزاء المختلفة من البيانات بين المواضيع المصدرية لإجراء عدة عمليات بحث متعلقة وتحديد المزيد من الصفحات الداعمة [S1]. يشير نفس الوثيقة إلى أن الصفحات يجب أن تُعرض كروابط داعمة، بشرط أن تكون مُفهرسة ولديها القدرة على عرض ملخصات في بحث جوجل، دون أي متطلبات تقنية إضافية، ويستمر تطبيق SEO الأساسي بشكل فعال [S1]. تعليقات الاختبار العامة لبينج، حيث تُظهر AI لوحة الأداء الكمية الإجمالية للاستشهادات في الإجابات الناتجة، وعدد الصفحات المستشهد بها في المتوسط، والاستشهادات على مستوى الصفحة، وتوضح أن هذه الأرقام لا تمثل ترتيبًا أو سلطة أو موقع الصفحة في إجابة واحدة [S4].

تدعم هاتان الوثيقتان استنتاجًا محدودًا: يمكن رصد الاستشهاد بمحتوى مكتب المحاماة والتأثير فيه. وهما تخصان منصتين مختلفتين؛ يجمع Bing البيانات من واجهات الذكاء الاصطناعي التي يدعمها، وتمثل استعلامات الإسناد عينة فقط من نشاط الاستشهاد [S4]. لذا فهما مدخل للقياس لا دليل على النتائج التجارية: لا تثبت أي منهما أن الاستشهاد يولد تكليفات أو عملاء محتملين أو إيرادات، ولا تثبت دورات الشراء أو معدلات التبني في الخدمات القانونية الصينية.

ثانيًا، ثلاثة اتجاهات للتشابه المُحكم، والأشياء التي لا يمكن أن يثبتها ذلك.

قارنت تجربة RAG مضبوطة ذات مصدرين بدائل تختلف في عامل محتوى واحد عبر ستة نماذج، وسجلت المصدر الذي استشهد به أولًا [S2]. في الجدول الأصلي 2 ، تتراوح نسب الأرجحية المحدودة لعامل الأدلة بين 2.09 و 46.3 ، مع قيمة أخرى أكبر من 10000 ؛ ولعامل السعر بين 6.26 و 36.1 ، مع قيمتين أكبر من 10000 ؛ ولعمق التغطية بين 3.98 و 1480 ، مع قيمة أخرى أكبر من 10000. لا يجوز حذف القيم الكبيرة، أو تقديم نطاق القيم المحدودة بوصفه نطاق الصف كله، أو اعتبار «أكبر من 10000» تقديرًا دقيقًا. يحتوي الجدول على ستة أعمدة للنماذج إضافة إلى عناوين تجميعية؛ ولا تنسب هذه المقالة قيمًا إلى نماذج بعينها اعتمادًا على عناوين مستخرجة خطيًا [S2].

هذه نسب أرجحية، وليست احتمالات استشهاد أو مكاسب بالنقاط المئوية. استخدمت التجربة مصدرين محقونين وأسماء علامات مستعارة ومادة عن منتجات B2C ؛ وبعض التقديرات تحمل تحذيرات تقارب، وتختلف أحجام الأثر بين النماذج [S2]. اختيرت الأدلة والسعر والتغطية للنقاش لصلتها بالسيناريو، لا باعتبارها العوامل الفعالة الوحيدة. يتضمن عامل البنية قيمًا دون 1 ، بينما يتضمن التنظيم والاتساق قيمًا أعلى من 1 بوضوح؛ فلا يصح وصفها جميعًا بأنها قريبة من 1 أو معكوسة. التقدير فوق 1 لا يثبت الدلالة الإحصائية تلقائيًا، واختيار بضعة صفوف لا يثبت منفعة فعلية للخدمات القانونية.

قارنت التجربة خصائص محتوى المصادر المدخلة، ولم تختبر أثر عدد المقالات المنشورة. وتقدم الأدلة والحقائق المحددة والتغطية أفكارًا لتصميم تجربة، لا استنتاجات سببية للخدمات القانونية. وتقترح هذه المقالة فرضيتين للاختبار، لا نتيجتين أثبتهما S2: أولًا، قد يفتح توسيع محتوى يتضمن أخطاء واقعية جسيمة مسارات إضافية للاستشهاد بتلك الأخطاء؛ وثانيًا، قد يرفع ضعف الأدلة ساعات العمل لكل زيادة في الاستشهادات الصحيحة المستوفية حتى مع تغطية أسئلة أكثر. يوضح القسم السادس وقائمة الافتراضات طريقة اختبار الفرضيتين.

يجب إرفاق الفترة والاختصاص القضائي بالمثال التنظيمي أيضًا. في مراجعتها لعام 2020 الخاصة بإنجلترا وويلز، ذكرت هيئة المنافسة والأسواق زيادة الإفصاح عن الأسعار والخدمات وسبل الإنصاف والوضع التنظيمي، مع أثر محدود على المنافسة ونتائج القطاع، ودعت إلى تحسين معلومات الجودة [S3]. هذا بيان تقدم تنظيمي من عام 2020 في اختصاص أجنبي. لا يجوز تعميمه على الصين أو فعالية GEO أو سلوك استشهاد الذكاء الاصطناعي؛ وإنما يقدم خلفية عن أهمية اتساق الإفصاح عن الحقائق في الخدمات المهنية.

ثالثًا، نفس الأشخاص، نفس النافذة: ثلاث طرق للتعامل مع القرارات الحقيقية.

نفترض في هذا المثال أن نحو ثلاثة أشخاص يستطيعون توفير 40 ساعة عمل مكافئة إجمالًا لخط الأساس والتدخل، مع نافذة رصد للتدخل مدتها أسبوعان. تستغرق الأعمال المشتركة الأولية 10 ساعات: 6 لأخذ عينة خط الأساس و 4 للرصد والمراجعة. يبلغ إجمالي A نحو 30 ساعة، والإجمالي الأساسي لـ B نحو 20 ساعة، ويتضمن كلاهما الساعات المشتركة العشر. في السيناريو الأساسي x = 0، يساوي تنفيذ المسارين مع مشاركة الأعمال الأولية 10 + 20 + 10 = 40 ساعة، فيندرج ضمن السعة. وإذا لزم تحقق إضافي x، تصبح تكلفة الجمع 40 + x ساعة وتحتاج إلى فحص مستقل للسعة. تقارن هذه المقالة تجربة تستخدم تدخلًا واحدًا في المحتوى كل مرة لتمييز أثر المسارين. الجمع بينهما تصميم تدخل مختلف، ولا يمكن جمع الزيادتين المفترضتين للمسارين المستقلين مباشرة. هذا قيد صريح لتصميم التجربة، وليس نتيجة حتمية لميزانية الوقت.

تطبق الشروط بالترتيب. الشرط 1: إذا كان اتفاق الاتجاه بين جولتين أقل من 70%، أو تعذر قياس المؤشرات الأساسية، نختار C. الشرط 2: إذا كان e ≥ 3/25 نستبعد B ؛ ونختار A إن كان ضمن السعة وله زيادة متوقعة موجبة، وإلا C. الشرط 3: إذا كان e < 3/25 ولكن Ev أقل من 8 أو فجوة التغطية g < 0.5 ، فلا يبقى إلا A الذي يستوفي السعة والزيادة الموجبة، وإلا C. الشرط 4: في الحالات الأخرى نستبعد أولًا أي مسار يتجاوز 40 ساعة أو لا يحقق زيادة موجبة، ثم نقارن ساعات العمل لكل زيادة بين المسارات المتبقية. نختار المسار الوحيد إن بقي واحد، أو C إن لم يبق أي مسار، أو C مع قياس إضافي عند تساوي التكلفة. القيم 3/25 و 8 و 0.5 و 70% سياسات تجريبية تتطلب معايرة، وليست معايير قطاعية. وفي مجموعة من 25 سؤالًا يعني g ≥ 0.5 غياب التغطية الملائمة عن 13 سؤالًا على الأقل.

يحوّل الجدول سؤال الأولوية إلى اختيار مشروط: إذا لم يتحقق شرط الخطأ تعطى الأولوية لـ A ؛ وإذا كان الخطأ مقبولًا لكن الأدلة ضعيفة أو فجوة التغطية صغيرة تعطى الأولوية لـ A ؛ ولا يصبح B مرشحًا إلا عند استيفاء شروط الخطأ والأدلة والتغطية. ويظل A محتاجًا إلى سعة كافية وزيادة موجبة. يؤجل اختيار A توسيع تغطية الأسئلة، بينما يؤجل B تحسين الأدلة وخفض الأخطاء، وقد يحتاج المحتوى الجديد إلى مراجعة لاحقة. يؤجل C المسارين مع الاحتفاظ بخط الأساس والرصد فقط، وقد تكون قيمة هذه البيانات محدودة إذا كانت مجموعة الأسئلة غير مستقرة.

تقريب العتبات: نسبة 10% من 25 سؤالًا تساوي 2.5 سؤال، لكن عدد الأسئلة ذات الأخطاء يجب أن يكون عددًا صحيحًا. لذلك يستبعد المثال B عند e ≥ 3/25 (12%)، بما في ذلك المساواة؛ أما e < 3/25 فهو دون عتبة الاستبعاد. والنسبة التوضيحية البالغة 3 عناصر أدلة لكل 10 أسئلة تعطي 7.5 عنصرًا لـ 25 سؤالًا، وتقرب إلى أعلى لتصبح 8 على الأقل. يقيس Ev عناصر الأدلة، لا عدد الأسئلة.

4. الجدوى وحد القابلية للتنفيذ: حساسية متغير واحد

جميع قيم الجدول افتراضات توضيحية لشرح الصيغ وشروط القرار، وليست معايير صناعية أو قياسات فعلية ولا تبرر ميزانية مباشرة. هنا e = 2/25 (8%، < 3/25)، و Ev = 8 عناصر أدلة، و g = 0.6 (≥ 0.5)، لذا يمكن إدخال B في مقارنة العمل والزيادة. يستخدم المساران مجموعة الأسئلة الثابتة نفسها وعددها 25 ، ونافذة الرصد نفسها ومدتها أسبوعان، وإجراء المراجعة نفسه. يحصي Q الأسئلة التي تستشهد إجابة الذكاء الاصطناعي فيها بمحتوى العلامة ويتفق الادعاء المستشهد به مع حقائق المكتب الرسمية. والزيادة هي Q النهائي ناقص Q عند خط الأساس. Q عدد، ولا يستخدم المقام 25 إلا عند الإبلاغ عن نسبة منفصلة.

يغيّر الجدول 2 مدخلًا واحدًا فقط: ساعات التحقق الإضافية لـ B ، أي x ، بقيم 0 و 8 و 20. تثبت الأعمدة كلها إجمالي A عند 30 ساعة، وزيادته عند 5 ، وزيادة B عند 7 ، و e = 2/25 ، و Ev = 8 ، و g = 0.6 ، والسعة عند 40 ساعة. جميع الزيادات توقعات افتراضية على أساس واحد؛ ولا يجوز استبدالها بأعداد مرصودة في عمود واحد دون توضيح. تتطلب تغييرات المعلمات الأخرى سيناريوهات مستقلة، لا تغييرًا خفيًا للمقام أو شروط القبول.

نحسب نقطة التقاطع الجبرية ثم نفحص قابلية التنفيذ. من 30 ÷ 5 = (20 + x) ÷ 7 نحصل على x = 22 ، وتصبح التكلفة في المسارين 6.00 ساعات لكل سؤال إضافي مستوفٍ للشروط. لكن B يحتاج حينئذ إلى 42 ساعة، متجاوزًا السعة البالغة 40 ساعة. نقطة التقاطع هذه خارج المجال القابل للتنفيذ، ولا تفعّل قاعدة اختيار C عند تساوي التكلفة في هذه التجربة. يشترط لـ B أن يكون 20 + x ≤ 40 ، أي 0 ≤ x ≤ 20. ولا يمكن أن يكون العمل الإضافي x سالبًا.

نفحص الحد القابل للتنفيذ: عند x = 0 تكون تكلفة B هي 20 ÷ 7 ≈ 2.86 ، دون تكلفة A البالغة 6.00. وعند x = 20 تكون 40 ÷ 7 ≈ 5.71 ، فتظل أقل وتملأ السعة تمامًا، ونختار B. عند x = 21 يحتاج B إلى 41 ساعة، فيستبعد أولًا بسبب السعة؛ بينما يظل A محتاجًا إلى 30 ساعة مقابل زيادة مفترضة قدرها 5 ، فنختار A. ويستبعد B أيضًا عند x = 22 أو 30 ؛ ولا تكفي التكلفة الجبرية أو مساواتها وحدها لتبرير C. يتغير الاختيار عندما يتجاوز x حد السعة البالغ 20 ساعة، لا عند تقاطع التكلفة x = 22. وتفترض هذه النتائج ثبات e و Ev و g والزيادات المتوقعة.

يبقى تمييزان أساسيان. أولًا، عدم القابلية للتنفيذ يختلف عن ضعف الجدوى: نختار C إذا تجاوز المساران السعة، أو لم يحقق أي منهما زيادة موجبة، أو تعذر إنشاء خط أساس قابل للتحقق. عدم صلاحية B لا يعني عدم صلاحية كل الخيارات. ثانيًا، نفصل التوقعات عن الأعداد المرصودة: الزيادتان 5 لـ A و 7 لـ B توقعات توضيحية. بعد التنفيذ نعيد الحساب بالأعداد الصحيحة الفعلية والعمل الكامل الفعلي؛ ولا نقرّب النسب قبل القرار أو نقارن نتيجة A المرصودة مباشرة بتوقع B.

الخامس: القياس والسيطرة على الانحرافات: يجب أن يتم إعادة حساب كل مؤشر بشكل مستقل.

تعرّف Q و e و Ev و g بصورة متسقة. Q عدد: من أصل 25 سؤالًا ثابتًا، يعد الأسئلة التي تستشهد إجابة الذكاء الاصطناعي فيها بالعلامة وتتفق مع مصدر رسمي للحقائق. الزيادة هي Q النهائي ناقص Q الأساسي، ووحدتها سؤال لا نسبة. تستخدم Q ÷ 25 فقط عند عرض معدل الاستشهاد الصحيح بصورة منفصلة. تسجل كل منصة على حدة دون دمج المنصات الأخرى في مقامها. e هو عدد الأسئلة ذات الأخطاء الجسيمة ÷ 25. Ev عدد الأدلة القابلة للتحقق المستقل لهذه الأسئلة، بعتبة تجريبية مقدارها 8. g عدد الأسئلة غير المغطاة بصورة ملائمة ÷ 25. يجمع فريق المحتوى البيانات، ويراجع الشريك أو مسؤول الامتثال الحقائق، ويحسم مراجع مستقل الخلافات. يستغرق خط الأساس والرصد بعد التدخل أسبوعين لكل منهما.

تبنى مجموعة الأسئلة من نطاق الخدمة والرسوم ومؤهلات المحامين والنتائج المعلنة، ثم تثبت بدل تغييرها لتناسب المحتوى الجديد. يكرر أخذ العينات لكل منصة، وتسجل المصادر والادعاءات لكل سؤال مع الاحتفاظ بكل الجولات لا بأفضل نتيجة فقط. يقارن المراجعون السؤال والإجابة والحقائق الرسمية دون معرفة النتيجة التي يرغب فيها المنفذ، ويسجل مراجع مستقل أسباب حسم الخلاف. هذه المقالة لا تدعي دلالة إحصائية؛ فالجدول الأصلي يميز بعض التقديرات الدالة، لكن الآثار تختلف وبعض التقديرات تحمل تحذيرات [S2]. نسب الأرجحية ليست احتمالات، ولا ندعي أن عينة التجربة تكفي لاختبار الدلالة. الجدول المقترح هو أسبوعان لخط الأساس وأسبوعان لرصد التدخل وأسبوع لمراجعة سجل العمل؛ إنه خطة تجربة لا نتيجة بحثية.

السادس: تفسيرات الطرف المضاد وشروط إلغاءه

الاعتراض 1: «إصلاح الحقائق عمل امتثال منخفض العائد؛ الأهم للتمويل هو اتساع الظهور في الذكاء الاصطناعي، لذا يجب تقديم B». يختبر القول بشروط: يجب أن يبين خط الأساس خلال أسبوعين e < 3/25 و Ev ≥ 8 و g ≥ 0.5 ، ثم يبين رصد تدخلات قابلة للمقارنة زيادة أكبر للاستشهادات الصحيحة المستوفية مع B عند الجهد الكامل نفسه. لا تستنتج الزيادة من خط الأساس السابق للتدخل وحده. وإذا وصلت الأخطاء أصلًا إلى عتبة استبعاد B ولم يستطع A خفضها ضمن السعة المتاحة، فينظر في C بدل اختيار A لمجرد أنه يبدو أكثر ثباتًا.

الجانب المعارض: “إن الاستشهادات في هذا المجال تأتي من سمعة المحامين و توصياتهم الشخصية، وليس من محتوى الموقع الرسمي، لذا فإن الاستثمار في المحتوى لا يؤدي إلى نتائج فعالة.” يمكن تحويل هذا التفسير إلى ملاحظة: إذا أظهر الأساس المستخدم أن الاستشهادات بالعلامات التجارية تتم غالبًا من قوائم طرف ثالث أو وسائل الإعلام، وأن عدد الاستشهادات على الموقع الرسمي يقترب من الصفر، فيجب تحويل الموارد من المحتوى إلى قوائم طرف ثالث والتحقق من الحقائق العامة. في هذه الحالة، لا ينبغي اعتبار A و B خيارات افتراضية. الاتجاه يتوافق مع طريقة S4 – يمكن استخدام الاستعلامات الأساسية ونشاط الاستشهادات على مستوى الصفحة لتحديد أي صفحات تم استخدامها فعلاً، وأي صفحات تم استشهادها ولكن بشكل نادر [S4]، لكن هذا الأداة تغطي فقط واجهة AI التي يدعمها Bing ، ولا يمكن أن تمثل جميع المحركات.

أقوى اعتراض هو احتمال فشل التعميم. تجربة سمات المصادر في محتوى B2C مجهول العلامة لا تثبت قاعدة قرار للخدمات القانونية. يبقى المقترح تجربة. لاختبار الفرضية الأولى نقارن تغير الأخطاء في A و B انطلاقًا من خطوط أساس قابلة للمقارنة، ونسجل Q و e لمجموعة الأسئلة نفسها. انخفاض الأخطاء بعد A وحده لا يثبت أن B سينشر الأخطاء. ولاختبار الثانية نسجل العمل الكامل وزيادة الاستشهاد الصحيح قبل إضافة الأدلة وبعدها مع تثبيت الأسئلة والمنصة والنافذة. يحدد خط الأساس لمدة أسبوعين نقطة البداية؛ أما مقارنة التدخل فتحتاج إلى رصد لاحق. وتبقى الفرضيتان غير متحققتين عند نقص البيانات أو عدم استقرارها.

السابع: الفجوات المرئية والخطوة التالية

الفجوات معلنة. لا يزال خط الأساس الفعلي للاستشهادات والأخطاء الواقعية في الخدمات القانونية الصينية غير معروف؛ فجميع قيم المثال توضيحية. ولا نعرف إن كانت الاستشهادات تؤدي إلى تكليفات أو استشارات أو عملاء، لذا لا نضيف معامل تحويل. وتتطلب الفروق والتقلبات بين المحركات عينات متكررة لكل منصة على حدة. وقد يفرض الاستعداد للتمويل أو الطرح العام قيودًا إضافية على إفصاحات النتائج والرسوم، مما يحد الأدلة المتاحة لـ A. وأخيرًا، فإن عتبة الاستبعاد e ≥ 3/25 ، وعتبة Ev البالغة 8 عناصر أدلة لـ 25 سؤالًا، و g = 0.5 هي إعدادات مقترحة للتجربة، لا عتبات مثبتة.