بات بإمكان الفرق القانونية التي تستخدم ChatGPT Enterprise طلب الوصول إلى Astra for Law وربط التهيئة عبر واجهة API. وأعلنت OpenAI التحديث في 17 نوفمبر 2026: إذ تستند تهيئة النموذج إلى GPT‑6.2 Astra، وتضم فهرسًا متخصصًا للمواد القانونية وتعليمات للبحث القانوني.

يتمثل السبب العملي للاهتمام بالخبر في الجمع بين قناة وصول جديدة ونتائج اختبارات منشورة. وتفتح الشركة البرنامج أمام جميع عملاء Enterprise، بعدما كان الوصول، بحسب قولها، مقتصرًا على مجموعة صغيرة من مكاتب المحاماة. ويُطلب الوصول عبر Trusted Access Program؛ ويمكن للفرق التي حصلت عليه بالفعل اختيار المعرّف gpt-6.2-astra-law. كما يتيح وصف Astra for Law المحدّثة للمؤسسات طلب الوصول إلى واجهة API.
ما الذي تغيّر لعملاء المؤسسات
Astra for Law تهيئة متخصصة للنموذج الأساسي، وليست خدمة قانونية عامة منفصلة متاحة لكل مستخدمي ChatGPT. ووفق وصف OpenAI، فهي تجمع GPT‑6.2 Astra مع فهرس موسّع للبحث القانوني وإعدادات للعثور على الإجابات ومقارنة الأسس القانونية وصياغة النصوص.
العرض الجديد موجّه إلى عملاء ChatGPT Enterprise. وهذا يتيح للفريق القانوني اختبار التهيئة على مهامه الخاصة من خلال برنامج وصول خاضع للضوابط؛ أما خيار واجهة API فيتيح طلب دمجها في أدواته. ولا يعني الإعلان أن كل عميل سيحصل على تفعيل تلقائي، إذ ينبغي طلب الوصول. ولم تحدد OpenAI في إعلانها موعدًا للموافقة على الطلبات.
وتفيد الشركة بأنها وسّعت الفهرس بأكثر من الثلث منذ الإطلاق المحدود في سبتمبر، مضيفةً أكثر من 80 مليون عنوان URL. ووفقًا لبياناتها، يضم الفهرس أكثر من 310 ملايين عنوان URL، ويغطي أكثر من 99.9% من السوابق القضائية الأمريكية المنشورة. وهذه أرقام تخص فهرس OpenAI؛ ومن الناحية العملية، ينبغي للفريق القانوني التحقق من المصادر التي تغطي ولاياته القضائية وقطاعاته وأنواع مستنداته.
ما الذي تكشفه الاختبارات المنشورة
تعرض OpenAI نتائج تقييمين يختبران مجموعتين مختلفتين من المهام القانونية. ويختبر LAB-AA عدد 120 مهمة في 24 مجالًا قانونيًا؛ وتشمل الأمثلة إعداد أسئلة للاستجواب، ومراجعة العقود التجارية، وتحليل خيارات تغيير الملكية في عملية استحواذ. ولا تُمنح الدرجة الكاملة إلا عند استيفاء جميع متطلبات المهمة من دون ادعاءات جوهرية لا تسندها المستندات الأصلية.
في هذا الاختبار، حققت Astra for Law الدرجة الكاملة في 20.8% من المهام، مقابل 15.0% لـ GPT‑6.2 Astra و13.1% لـ Muse Wonder Full. وتبيّن هذه النتيجة نسبة المهام التي نالت الدرجة الكاملة في ظروف الاختبار المحددة. وهي تساعد على مقارنة النماذج ضمن مجموعة المهام القانونية المختارة، لكن تقييم سير العمل يتطلب أن تستخدم الفرق مستنداتها ومعاييرها الخاصة.
أما الاختبار الثاني، Legal Research Bench من Vals AI، فيقيّم أسئلة عن القانون الاتحادي الأمريكي وقوانين الولايات. وتفيد OpenAI بأن التهيئة حققت الدرجة الكاملة في تقييم 16 نوفمبر في 112 سؤالًا من أصل 208، أي 53.8%؛ وكانت النسبة نحو 46% في سبتمبر. وتختلف شروط الاختبار ومجموعة أسئلته عن LAB-AA، لذلك تعبّر هذه النسب عن تقييم مستقل، لا عن دقة عامة للنموذج.
وتشير الشركة أيضًا إلى أن Astra for Law أنتجت في LAB-AA متوسطًا يقارب 64 ألف رمز إخراج لكل مهمة، مقابل 139 ألفًا لـ Muse Wonder Full. وقد يكون ذلك عاملًا مهمًا في تجربة الفرق التي تدفع بحسب حجم الاستخدام، إلى جانب جودة الإجابة. وتعتمد التكاليف الفعلية على التكامل المحدد وشروط الوصول.
كيفية الاستفادة من النتائج داخل الفريق القانوني
تتطلب الدرجة الكاملة استيفاء جميع شروط المهمة المحددة؛ لذا من المفيد أثناء التجربة تسجيل ما إذا كانت الإجابة قد استوفت كل بند، والمصادر التي استندت إليها، والجوانب التي اضطر المختص إلى تصحيحها أو استكمالها، بدلًا من الاكتفاء بالانطباع العام. وبذلك يمكن مقارنة نتائج الفريق بنوع التقييم الموصوف في LAB-AA.
وفي البحث القانوني، يجدر التحقق بشكل منفصل من حداثة المصادر ومدى ملاءمتها للولاية القضائية المطلوبة. وتفيد OpenAI بأنها وسّعت الفهرس ليشمل مواد من المملكة المتحدة وأستراليا وكندا، إلى جانب تغطية السوابق القضائية الأمريكية. لكن ذكر البلدان وحده لا يوضح مدى عمق التغطية لسؤال بعينه؛ ويمكن للفرق في تقييمها العملي مطابقة الروابط التي يقدمها النموذج مع الوثائق القانونية الأولية.
ويتمثل التغيير الأساسي في أن جميع عملاء ChatGPT Enterprise بات بإمكانهم طلب الوصول إلى التهيئة القانونية المتخصصة، بما في ذلك الفرق الراغبة في دمجها عبر واجهة API. وتوفر الاختبارات المنشورة مؤشرات قابلة للقياس لاختيار مهام التجربة، مثل البحث في القانون الأمريكي أو تحليل العقود أو إعداد مواد لقضية. كما توضح المؤشرات التي يجدر التحقق منها معًا: استيفاء المتطلبات، والاستناد إلى مراجع، وحجم النص الناتج.