ميخائيل ياتسوه، الرئيس التنفيذي والمؤسس المشارك لشركة CaseCraft.AI

Mikhail Yatsuha, الرئيس التنفيذي والمؤسس المشارك لشركة CaseCraft.AI، هو محامٍ بريطاني ورائد أعمال في مجال التقنية القانونية يتمتع بأكثر من عقد من الخبرة في الخدمات القانونية. ارتقى من متدرب ومساعد محامٍ إلى شريك في Sterling Law، حيث قاد قسم الشؤون التجارية وتكرر مواجهته لنزاعات منخفضة القيمة لكنها قابلة للتطبيق والتي أصبحت غير اقتصادية بمجرد احتساب التكاليف القانونية التقليدية. في نهاية عام 2023، شارك في تأسيس CaseCraft.AI لإعادة التفكير في طريقة تقييم الدعاوى المدنية وإعدادها وتقدمها باستخدام سير عمل مدعوم بالذكاء الاصطناعي بدلاً من مجرد تطبيق الذكاء الاصطناعي على صياغة المستندات القانونية.

CaseCraft.AI هي شركة تقنية قانونية بريطانية تبني منصة أصلية للذكاء الاصطناعي للتقاضي المدني. تجمع المنصة بين تقييم القضايا، معالجة الأدلة، المراسلات قبل الدعوى، إنشاء المستندات، تتبع الإجراءات ومراجعة قانونية بشرية في سير عمل واحد، تخدم المدعين الأفراد بنظام لا فوز ولا أجر، والشركات عبر أدوات المطالبات الجماعية وإدارة القضايا القائمة على الاشتراك. جمعت الشركة حوالي £1.8m عبر ثلاث جولات تمويل، وحتى أغسطس 2026، تم تسجيل 4,562 قضية تم إنشاؤها بقيمة إجمالية £14.9M، 51% تم تسويتها أو فوزها بحكم افتراضي، و373 قضية في عمل قانوني نشط؛ كما أنها تجري الآن أول نشر مؤسسي وتختبر نموذجًا أوليًا لقانون العمل.

قضيت سنوات تتدرج من متدرب ومساعد محامٍ إلى شريك في Sterling Law قبل أن تشارك في تأسيس CaseCraft.AI في 2023. ما الذي رأيته بشكل متكرر في الممارسة القانونية الذي أقنعك بأن عملية الدعاوى الصغيرة يمكن إعادة تصميمها جذريًا باستخدام الذكاء الاصطناعي بدلاً من مجرد تحسين كفاءتها عبر برنامج قانوني أفضل؟

ما أقنعني ليس أن المحامين بحاجة إلى أداة صياغة أفضل. بل أن العديد من النزاعات ذات القيمة المنخفضة تفشل اقتصادياً قبل أن يتمكن المحامٍ من المساعدة. يمكن أن تصل تكلفة التمثيل إلى قيمة المطالبة أو تتجاوزها، وغالبًا ما لا يمكن استرداد معظم التكاليف القانونية في الدعاوى الصغيرة. رأيت دعاوى قابلة للتطبيق تُترك لهذا السبب في Sterling Law، ولاحقًا رأيت نفس الحساب مع الشركات التي تكتب فواتير غير مدفوعة. هذه مشكلة في نموذج التسليم، ليست مشكلة في الصياغة. جعل الذكاء الاصطناعي من الممكن إعادة تصميم جزء أكبر من الرحلة حول الشخص الذي يقدم الدعوى بدلاً من مجرد جعل المحامٍ العامل أسرع قليلاً.

لقد تم الآن استخدام CaseCraft.AI لإنشاء آلاف القضايا القانونية، مع مئات منها تتقدم إلى عمل قانوني نشط. ما الذي تعلمته من تشغيل الذكاء الاصطناعي عبر حالات واقعية لا يمكن اكتشافه أبداً من النماذج الأولية أو المحاكاة أو اختبار المعايير وحدها؟

شيئان يبرزان. أولاً، إنشاء المستند هو الجزء السهل؛ إدارة القضية هو الصعب. القضية الحية تعني أن الأدلة، والمدفوعات، والمواعيد النهائية، والردود، والخطوات التالية يجب أن تظل متسقة على مدار شهور. حتى أغسطس 2026، تم إنشاء أكثر من 4,500 قضية عبر CaseCraft، وأكثر من 400 منها تقدمت إلى عمل قانوني نشط، وتم إصدار 130 دعوى أمام المحكمة.

ثانيًا، يتصرف الناس بشكل مختلف مع الذكاء الاصطناعي. يمكن أن يكونوا أكثر صراحة، مما يساعد على كشف الحقائق المهمة مبكرًا، لكن النظام أيضًا يجب أن يحدد الحدود ويعرف متى يجب أن يتدخل الإنسان. تعلمنا ذلك مباشرة عندما أدخلنا مكالمة بشرية في مرحلة حساسة للثقة، مما حسن التحويل بنسبة لا تقل عن 15٪.

تركزت معظم الموجة الأولى من الذكاء الاصطناعي التوليدي على إنتاج النص. بينما يتعين على CaseCraft.AI جمع الأدلة، وتحديد الأهلية، والامتثال للقواعد الإجرائية، وتفعيل الإجراءات، وتتبع القضية بمرور الوقت. كيف يختلف بناء هذا النوع من سير العمل الوكائي تقنيًا عن بناء مساعد ذكاء اصطناعي أو روبوت محادثة؟

الروبوت المحادثة يجيب على سؤال؛ بينما سير العمل الوكائي يجب أن يحافظ على حالة قضية حقيقية بمرور الوقت – ما حدث، ما الأدلة الموجودة، ما المفقود وما يمكن أن يحدث لاحقًا. لذلك نفكر في النظام كمجموعة من المكونات المتخصصة بدلاً من نموذج واحد يقوم بكل شيء: بعضها يجمع ويُصادق على المعلومات، وآخرون يضعون الأساس القانوني أو يعالجون المستندات الواردة. الهدف ليس الفقرة المثالية، بل تسلسل موثوق من القرارات والإجراءات التي تدفع القضية نحو أفضل نتيجة ممكنة.

في سير عمل قانوني، يمكن للنموذج أن ينتج شيئًا يبدو مقنعًا تمامًا ومع ذلك يكون خاطئًا إجرائيًا أو واقعيًا. كيف صممت CaseCraft.AI للتمييز بين مخرجات الذكاء الاصطناعي المعقولة وتلك المعلومات التي تكون موثوقة بما يكفي لاستخدامها في قضية قانونية؟

المبدأ الحاكم هو أن النموذج لا يحق له اختراع الكون القانوني الذي يعمل فيه. نقيد النظام بالأدلة الموجودة في القضية وبالمصادر القانونية الموثوقة، بدلاً من طلب نموذج عام أن يجيب من الذاكرة. لدى CaseCraft.AI إمكانية الوصول إلى أحدث التغييرات في التشريعات، والسابقة ذات الصلة، وأفضل الممارسات المعتمدة عبر واجهات برمجة تطبيقات حكومية ومصادر موثوقة أخرى، لذا يبقى السياق القانوني محدثًا.

نحن أيضًا نفصل بين التوليد والتحقق ونبقي المراجعة المهنية داخل إطار الخدمة القانونية المنظمة. الاختبار ليس ما إذا كان المخرج يبدو كأنه كتب بواسطة محامٍ، بل ما إذا كان المصدر، والأدلة، والخطوة الإجرائية يمكن التحقق منها.

تحدثت عن أهمية “الإشراف البشري القابل للقياس”. ماذا يعني ذلك عمليًا، وكيف تحدد أي القرارات يمكن لنظام الذكاء الاصطناعي اتخاذها بشكل مستقل وأيها يجب أن يبقى الإنسان مسؤولًا عنها؟

الإشراف البشري القابل للقياس يعني أن مشاركة الإنسان مرتبطة بالمخاطر القابلة للتحديد، ويمكننا رؤية أين يحدث التدخل ولماذا. يجب ألا تكون عبارة “الإنسان في الحلقة” مجرد شعار مريح؛ يجب أن نكون قادرين على الإشارة إلى المشغل، والمراجعة، والقرار الذي تلاها.

ما زلنا نبني قاعدة الأدلة لتحديد أين يجب أن تكون هذه الحدود. أحد المقاييس التي يمكننا الإشارة إليها بالفعل هو وقت المراجعة: منذ الإطلاق، انخفض الوقت المطلوب للمراجعة البشرية بأربع مرات مع تحسين النظام. مع مرور الوقت، الهدف هو جعل المراجعة أكثر اعتمادًا على المخاطر، مع الحفاظ على الحكم المهني المسؤول حيثما يتطلب القانون ذلك.

الأدلة هي محور الدعاوى الصغيرة، لكن الأدلة قد تأتي على شكل عقود، فواتير، رسائل بريد إلكتروني، رسائل، صور فوتوغرافية، ومعلومات غير منظمة أخرى. كيف تتعامل مع تحويل تلك المواد إلى مدخلات منظمة يمكن لنظام الذكاء الاصطناعي الاستدلال عليها مع الحفاظ على المصدر وتجنب الاستنتاجات غير المدعومة؟

المبدأ الأساسي هو إبقاء الاستخلاص منفصلًا عن الاستنتاج. إذا قام المستخدم بتحميل سلسلة رسائل WhatsApp مع مقاول، فإن التواريخ، والسعر المقتبس، والكلمات المستخدمة تُستخرج كحقائق؛ أما الاستنتاج بشأن الأهمية القانونية لهذا التبادل فهو استنتاج. لا ينبغي دمجهما. نحن ننظم المستندات بحيث يمكن لسير العمل استخدامها مع الحفاظ على الرابط إلى الدليل الأصلي. إذا اختفى هذا الرابط، يمكنك إنشاء ملف قضية يبدو جيدًا لكنه ينهار عند التحدي.

أحد أصعب المشكلات للأنظمة الذاتية هو معرفة متى لا تتصرف. ما الإشارات التي تخبر CaseCraft.AI بأن الدعوى أصبحت غامضة جدًا أو معقدة أو محفوفة بالمخاطر بحيث لا يمكن أتمتتها ويجب تصعيدها إلى محترف قانوني؟

أحد تدابير الحماية لدينا هو أن نكون غير بديهيين: نولي اهتمامًا ليس فقط للقضايا التي يرغب الذكاء الاصطناعي في تقدمها، بل أيضًا للقضايا التي يميل إلى رفضها. الإشراف البشري لا يقتصر على إيقاف الذكاء الاصطناعي عن أن يكون عدوانيًا جدًا؛ بل يمكنه أيضًا إيقاف النظام عن أن يكون محافظًا جدًا ويتجاهل حجة مشروعة.

أحد أوضح إشارات التصعيد اليوم هو نقص الأدلة. قد لا يقوم الأشخاص بتحميل المستندات ذات الصلة، أو قد يكونوا فقدوها مع مرور الوقت، أو قد لا يدركون أي الأدلة مهمة للدعوى. عندما لا تكون القضية واضحة أو مكتملة بما يكفي، يمكن أن تكون المراجعة البشرية هي الخطوة التالية بدلاً من التقدم التلقائي. لا يزال المحامون يتعاملون مع السياق والمناطق الرمادية بشكل أكثر اتساقًا من الأنظمة الحالية.

مع تولي أنظمة الذكاء الاصطناعي المزيد من الخطوات التي كان يقوم بها المحامون تقليديًا، كيف تتوقع أن يتطور الحد الفاصل بين أتمتة البرمجيات والخدمات القانونية المنظمة؟

سيتحرك الحد الفاصل، لكن بوتيرة أبطأ مما يتوقعه الكثيرون في مجال التكنولوجيا. لا يمكن للأنظمة ذات المخاطر العالية الاعتماد على وعد أن النموذج التالي سيكون أفضل؛ يجب إثبات الموثوقية من خلال مصادر موثوقة، والتحقق، والضوابط، ومراجعة بشرية مسؤولة. مع مرور الوقت، أتوقع أن يصبح الذكاء الاصطناعي شيئًا يمكن للمهنيين الاعتماد عليه ضمن حدود محددة بوضوح، لكن الاستقلالية يجب أن تُكتسب من خلال الأداء الملاحظ والنتائج الفعلية. السؤال المفيد ليس “البرمجية أم المحامى؟” بل ما هو النشاط الذي يُؤدى، ما الأدلة التي تدعمه، ومن يبقى مسؤولًا.

نماذج الذكاء الاصطناعي العامة تصبح أكثر قدرة بسرعة كبيرة. ما الذي يمنح شركة ذكاء اصطناعي قطاعية مثل CaseCraft.AI ميزة مستدامة عندما تستمر النماذج الأساسية المتاحة للجميع في التحسن؟

لم تكن ميزتنا أبدًا امتلاك نموذج أساسي. النماذج العامة الأفضل هي أخبار سارة بالنسبة لنا. الجزء الصعب هو كل ما يحيط بها: الاسترجاع، قاعدة بيانات القضايا، المعرفة القانونية، بنية سير العمل، التكاملات، الضوابط، وفهم التشغيل لكيفية انتقال الدعوى من البداية إلى النهاية. هذا العمل لا يختفي عندما يُصدر نموذج جديد.

بالنسبة للمستخدم، يجب أن يشعر وكأن هناك مكانًا واحدًا يحدث فيه كل شيء، بينما يبقى التنسيق تحت السطح. الآن تدعم نفس البنية التحتية كلًا من المدعين الأفراد والشركات التي تستخدم مطالبات دفعة تصل إلى 150 دعوى بنقرة واحدة وسير عمل إدارة القضايا. أعتقد أن التنسيق وتنفيذ المجال هما الخندق الدائم للذكاء الاصطناعي القطاعي.

نظرةً إلى ما بعد الدعاوى الصغيرة، ما الذي تعلمته من CaseCraft.AI حول مستقبل الذكاء الاصطناعي الوكائي بشكل أوسع؟ أي صناعات ذات مخاطر عالية تعتقد أنها مناسبة بشكل خاص للأنظمة التي يمكنها إدارة سير عمل معقد مع الحفاظ على مسؤولية البشر عن القرارات الحرجة؟

أنا متفائل بشأن الذكاء الاصطناعي الوكائي، لكن العمل الصعب يكمن حول النموذج: إعادة تصميم العمليات، هيكلة المعلومات، تحديد ما يمكن للنظام القيام به، وبناء آليات التحقق والتصعيد. لهذا السبب تتحرك الصناعات المنظمة ببطء أكبر – الأشخاص الذين يفهمون سير العمل بما يكفي لأتمتته هم غالبًا أكثر الخبراء انشغالًا في المؤسسة.

أقوى الفرص هي في سير العمل الذي يتضمن جمع معلومات ومعالجة مستندات قابلة للتكرار بكثرة، مع عدد أقل من الاستثناءات التي لا تزال تتطلب حكمًا مسؤولًا. بالنسبة لـ CaseCraft، قانون العمل هو أقرب توسع، مع نموذج أولي قيد الاختبار النشط، ونحن نستكشف الإصابات الشخصية مع شركة تقاضي متخصصة. ما وراء القانون، التأمين، الخدمات المالية والامتثال لها شكل مشابه. الأنظمة التي ستفوز ستعرف ليس فقط كيفية أتمتة الحوار، بل أيضًا متى يجب أن يتوقف الجهاز ويستولي الإنسان.

شكرًا على هذه المقابلة الرائعة، القراء الذين يرغبون في معرفة المزيد ينبغي عليهم زيارة CaseCraft.AI.