Schopnosť veľkých jazykových modelov logicky usudzovať
##semicolon##
https://doi.org/10.46282/afi.2025.2.04##semicolon##
umelá inteligencia##common.commaListSeparator## logika##common.commaListSeparator## usudzovanieAbstrakt
Rozmach veľkých jazykových modelov (LLMs) priniesol do právnej vedy novú vlnu diskusií o tom, do akej miery sú tieto systémy schopné nahradiť ľudské premýšľanie, predovšetkým logické usudzovanie. V článku sa skúma, či LLMs dokážu konzistentne aplikovať základné princípy formálnej logiky pri interpretácii a subsumpcii právnych noriem. Metodologicky je výskum postavený na sérii experimentov, ktoré využívajú päť typov typických logických chýb v právnom usudzovaní. Testované boli viaceré modely (ChatGPT-5, Gemini 2.5 Pro, Copilot, Grok 4 a Perplexity), a to na dvoch úrovniach vstupov: laických a odborníckych promptoch. Výsledky ukazujú opakujúce sa logické nekonzistencie naprieč všetkými modelmi, pričom presvedčivejšie výstupy sa dosahujú len pri explicitne formulovaných odborných zadaniach. Zistenia podčiarkujú zásadný rozdiel medzi štatistickým generovaním textu a skutočným právnym myslením, ktoré si vyžaduje logickú dedukciu a transparentnosť. Záverom sa konštatuje, že LLMs síce môžu byť užitočnými nástrojmi na podporu právnikov, no zatiaľ nie sú schopné plnohodnotne nahradiť ich prácu.
##submission.citations##
1. BATHAEE, Yavar. The Artificial Intelligence Black Box and the Failure of Intent and Causation. Harvard Journal of Law & Technology. 2018, roč. 31, č. 2, s. 890-938. ISSN 0897-3393. Dostupné z: https://jolt.law.harvard.edu/assets/articlePDFs/v31/The-Artificial-Intelligence-Black-Box-and-the-Failure-of-Intent-and-Causation-Yavar-Bathaee.pdf. [cit. 2025-09-09].
2. BOURAS, Andrew. Integrating Randomness in Large Language Models: A Linear Congruential Generator Approach for Generating Clinically Relevant Content. Online. Eprint: 2407.03582. 2024, 13 s. Dostupné z: https://doi.org/https://doi.org/10.48550/arXiv.2407.03582. [cit. 2025-09-24]
3. ČIERNIK, Marek. Logické usudzovanie a umelá inteligencia v práve, In: Bratislavské právnické fórum 2025. Bratislava : Právnická fakulta Univerzity Komenského v Bratislave, 2025.
4. GAHÉR, František. Logika pre každého. 4. dopl. vyd. Bratislava: Iris, 2013. ISBN 978-80-89256-88-4.
5. GAHÉR, František. Interpretácia v práve II. Filozofia. 2015, roč. 70, č. 10, s. 789-799. ISSN 2585-7061.
6. JUNNAN Liu, HONGWEI Liu, LINCHEN Xiao et at. Are Your LLMs Capable of Stable Reasoning?. In: Findings of the Association for Computational Linguistics: ACL 2025, Vienna, Austria, s. 17594 – 17632. Dostupné z: 10.18653/v1/2025.findings-acl.905. [cit. 2025-09-10].
7. KLUG, Ulrich. Juristische Logik. 4., neubearbeitete Auflage. Berlin: Springer, 1982. ISBN 978-3-642-87157-3.
8. MARCUS, Gary. The Next Decade in AI: Four Steps Towards Robust Artificial Intelligence. Online. Eprint: arXiv:2002.06177. 2020, 59 s. Dostupné z: https://doi.org/https://doi.org/10.48550/arXiv.2002.06177. [cit. 2025-09-09].
9. NAVEED, Humza; ULLAH KHAN, Assad a QIU, Shi. et. al. A Comprehensive Overview of Large Language Models. ACM Trans. Intell. Syst. Technol. 2025, vol. 16, no. 5, 47 s. ISSN 2157-6904. Dostupné z: https://doi.org/10.1145/3744746 [cit. 2025-09-10].
10. SHARMA, Mrinank; TONG, Meg; KORBAK, Tomasz et. al. Towards Understanding Sycophancy in Language Models. In: 12th International Conference on Learning Representations, ICLR 2024. Vienna, 2024, 35 s. Dostupné z: https://doi.org/10.48550/arXiv.2310.13548 [cit. 2025-09-10].
11. SHOJAEE, Parshin; MIRAZDEH, Iman; ALIZADEH, Keivan et. al. The Illusion of Thinking: Understanding the Strengths and Limitations of Reasoning Models via the Lens of Problem Complexity. In: NeurIPS, 2025. 30 s. Dostupné z: https://doi.org/10.48550/arXiv.2506. 06941 [cit. 2025-09-10].
12. ŠTĚPÁN, Jan. Logika a právo. 2., dopl. vyd., Praha: C.H. Beck, 2004. 128 s. ISBN 80-7179-872-X.
##submission.downloads##
Publikované
Číslo
Sekcia
##submission.license##
##submission.copyrightStatement##
##submission.license.cc.by-nc-nd4.footer##