Schopnosť veľkých jazykových modelov logicky usudzovať
DOI:
https://doi.org/10.46282/afi.2025.2.04Kľúčové slová:
umelá inteligencia, logika, 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.
References
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.
Downloads
Publikované
Číslo
Sekcia
License
Copyright (c) 2025 Acta Facultatis Iuridicae Universitatis Comenianae
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
