Palisades ਅਰਸਨ ਟਰਾਇਲ ਵਿੱਚ ਸਬੂਤ ਵਜੋਂ ਵਰਤੇ ਗਏ ChatGPT ਲੌਗਸ ਕਾਰਨ ਮਿਸਟ੍ਰਾਇਲ (Mistrial) ਹੋਇਆ

AI ਅਤੇ ਕਾਨੂੰਨੀ ਪ੍ਰਣਾਲੀ ਦੇ ਸੁਮੇਲ ਲਈ ਇੱਕ ਇਤਿਹਾਸਕ ਪਲ ਵਿੱਚ, ਪ੍ਰੋਸੀਕਿਊਟਰਾਂ ਨੇ Jonathan Rinderknecht ਦੇ ਟਰਾਇਲ ਵਿੱਚ ChatGPT ਗੱਲਬਾਤ ਦੇ ਲੌਗਸ ਨੂੰ ਮੁੱਖ ਸਬੂਤ ਵਜੋਂ ਵਰਤਣ ਦੀ ਕੋਸ਼ਿਸ਼ ਕੀਤੀ। ਮੁਲਜ਼ਮ 'ਤੇ Los Angeles ਵਿੱਚ ਨਵੇਂ ਸਾਲ ਦੇ ਦਿਨ 2025 ਵਿੱਚ ਲੱਗੀ ਭਿਆਨਕ ਜੰਗਲੀ ਅੱਗ ਨਾਲ ਸਬੰਧਤ ਅਰਸਨ (ਅੱਗ ਲਗਾਉਣ) ਦੇ ਦੋਸ਼ ਹਨ, ਜੋ ਅਦਾਲਤ ਵਿੱਚ ਡਿਜੀਟਲ ਫੁੱਟਪ੍ਰਿੰਟਸ ਦੀ ਵਿਆਖਿਆ ਕਰਨ ਦੇ ਤਰੀਕੇ ਵਿੱਚ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਪਲ ਹੈ।

ਅਰਸਨ ਪ੍ਰੋਸੀਕਿਊਸ਼ਨ ਵਿੱਚ ਡਿਜੀਟਲ ਨਿਸ਼ਾਨੀਆਂ

ਪ੍ਰੋਸੀਕਿਊਸ਼ਨ ਦੀ ਰਣਨੀਤੀ ਰਵਾਇਤੀ ਫੋਰੈਂਸਿਕ ਅਤੇ ਆਧੁਨਿਕ AI ਇੰਟਰੈਕਸ਼ਨ ਇਤਿਹਾਸ ਦੇ ਸੁਮੇਲ 'ਤੇ ਬਹੁਤ ਜ਼ਿਆਦਾ ਨਿਰਭਰ ਸੀ। ਜਦੋਂ ਜਾਂਚਕਰਤਾਵਾਂ ਨੇ ਆਪਣੀ ਟਾਈਮਲਾਈਨ ਬਣਾਉਣ ਲਈ iPhone ਲੋਕੇਸ਼ਨ ਡੇਟਾ, ਸੁਰੱਖਿਆ ਕੈਮਰੇ ਦੀ ਫੁਟੇਜ ਅਤੇ ਗਵਾਹਾਂ ਦੇ ਬਿਆਨਾਂ ਦੀ ਵਰਤੋਂ ਕੀਤੀ, ਤਾਂ ਉਨ੍ਹਾਂ ਨੇ ਇਰਾਦੇ ਅਤੇ ਮਾਨਸਿਕਤਾ ਨੂੰ ਸਥਾਪਿਤ ਕਰਨ ਲਈ Rinderknecht ਦੇ ChatGPT ਲੌਗਸ ਨੂੰ ਵੀ ਸ਼ਾਮਲ ਕੀਤਾ।

ਅਦਾਲਤੀ ਰਿਪੋਰਟਾਂ ਅਨੁਸਾਰ, ਪ੍ਰੋਸੀਕਿਊਟਰਾਂ ਨੇ ਪੂਰਵ-ਨਿਰਧਾਰਤ ਯੋਜਨਾ ਜਾਂ ਅਸਥਿਰ ਮਾਨਸਿਕ ਸਥਿਤੀ ਦਾ ਸੁਝਾਅ ਦੇਣ ਲਈ ਚੈਟਬੋਟ ਦੇ ਅੰਦਰ ਕਈ ਖਾਸ ਗੱਲਬਾਤਾਂ ਨੂੰ ਉਜਾਗਰ ਕੀਤਾ। ਇਹਨਾਂ ਵਿੱਚ ਉਹ ਮੌਕੇ ਸ਼ਾਮਲ ਸਨ ਜਿੱਥੇ Rinderknecht ਨੇ ਕਥਿਤ ਤੌਰ 'ਤੇ ਅੱਗ ਦੀਆਂ ਤਸਵੀਰਾਂ ਬਣਾਉਣ ਲਈ ChatGPT ਦੀ ਵਰਤੋਂ ਕੀਤੀ ਸੀ ਅਤੇ AI ਨੂੰ ਨਿੱਜੀ ਸਵਾਲ ਪੁੱਛੇ ਸਨ ਜਿਵੇਂ ਕਿ, “ਮੈਂ ਹਮੇਸ਼ਾ ਇੰਨਾ ਗੁੱਸੇ ਵਿੱਚ ਕਿਉਂ ਰਹਿੰਦਾ ਹਾਂ?” ਇਸ ਤੋਂ ਇਲਾਵਾ, ਪ੍ਰੋਸੀਕਿਊਟਰਾਂ ਨੇ ਇੱਕ ਸਕ੍ਰੀਨ ਰਿਕਾਰਡਿੰਗ ਵੱਲ ਇਸ਼ਾਰਾ ਕੀਤਾ ਜਿੱਥੇ ਮੁਲਜ਼ਮ ਨੇ ਪੁੱਛਿਆ ਸੀ ਕਿ ਕੀ ਇੱਕ ਵਿਅਕਤੀ ਨੂੰ ਸੁੱਟੀ ਹੋਈ ਸਿਗਰਟ ਨਾਲ ਲੱਗੀ ਅੱਗ ਲਈ ਜ਼ਿੰਮੇਵਾਰ ਠਹਿਰਾਇਆ ਜਾ ਸਕਦਾ ਹੈ। ਉਨ੍ਹਾਂ ਨੇ ਅਮੀਰਾਂ ਦੁਆਰਾ ਦੁਨੀਆ ਦੇ ਕਥਿਤ ਵਿਨਾਸ਼ ਦੇ ਸਬੰਧ ਵਿੱਚ AI ਵੱਲ ਕੀਤੇ ਗਏ ਗੁੱਸੇ ਵਾਲੇ ਬਿਆਨਾਂ (rants) ਦਾ ਵੀ ਹਵਾਲਾ ਦਿੱਤਾ।

ਜੂਰੀ ਦੀ ਸ਼ੱਕ ਅਤੇ AI ਇੰਟਰੈਕਸ਼ਨ ਦੀ ਅਸਲੀਅਤ

AI ਪ੍ਰੋਂਪਟਸ ਰਾਹੀਂ ਇੱਕ ਪਰੇਸ਼ਾਨ ਵਿਅਕਤੀ ਦੀ ਤਸਵੀਰ ਪੇਸ਼ ਕਰਨ ਦੇ ਪ੍ਰੋਸੀਕਿਊਸ਼ਨ ਦੇ ਯਤਨਾਂ ਦੇ ਬਾਵਜੂਦ, ਜੂਰੀ ਜ਼ਿਆਦਾਤਰ ਅਸੰਗਤ ਰਹੀ। ਸਬੂਤ "ਕੁਝ ਜਾਣਨ ਦੀ ਉਤਸੁਕਤਾ/ਮਨ ਦੀ ਭੜਾਸ ਕੱਢਣ" ਅਤੇ "ਅਪਰਾਧਿਕ ਇਰਾਦੇ" ਵਿਚਕਾਰਲੇ ਪਾੜੇ ਨੂੰ ਪੂਰਾ ਕਰਨ ਵਿੱਚ ਅਸਫਲ ਰਹੇ, ਜਿਸ ਕਾਰਨ ਇੱਕ ਡੈੱਡਲੌਕ (deadlock) ਦੀ ਸਥਿਤੀ ਪੈਦਾ ਹੋ ਗਈ।

ਜੂਰੀ ਵੱਲੋਂ ਬਚਾਅ ਪੱਖ ਦੇ ਹੱਕ ਵਿੱਚ 10-2 ਨਾਲ ਵੋਟ ਪਾਉਣ ਤੋਂ ਬਾਅਦ ਟਰਾਇਲ ਇੱਕ ਮਿਸਟ੍ਰਾਇਲ (mistrial) ਵਿੱਚ ਖਤਮ ਹੋ ਗਿਆ। ਫੈਸਲੇ ਤੋਂ ਬਾਅਦ ਜੂਰੀ ਮੈਂਬਰਾਂ ਦੀ ਗਵਾਹੀ ਨੇ ਕਾਨੂੰਨੀ ਰਣਨੀਤੀ ਅਤੇ ਤਕਨੀਕੀ ਉਪਭੋਗਤਾਵਾਂ ਦੀ ਰੋਜ਼ਾਨਾ ਅਸਲੀਅਤ ਵਿਚਕਾਰ ਇੱਕ ਵੱਡਾ ਅੰਤਰ ਪ੍ਰਗਟ ਕੀਤਾ। ਇੱਕ ਜੂਰੀ ਮੈਂਬਰ ਨੇ ਪ੍ਰੋਸੀਕਿਊਸ਼ਨ ਦੇ ਤਰੀਕੇ 'ਤੇ ਨਿਰਾਸ਼ਾ ਜ਼ਾਹਰ ਕਰਦਿਆਂ ਕਿਹਾ ਕਿ ਉਹ ਲਗਾਤਾਰ ChatGPT ਦੀ ਵਰਤੋਂ ਕਰਦੀ ਹੈ ਅਤੇ ਉਸ ਨੂੰ ਲੱਗਿਆ ਕਿ ਚਰਿੱਤਰ ਦੀਆਂ ਕਮੀਆਂ ਨੂੰ ਦਰਸਾਉਣ ਲਈ ਲੌਗਸ ਦੀ ਵਰਤੋਂ ਕਰਨਾ ਤਰਕ ਦੀ ਇੱਕ ਗਲਤ ਪਹੁੰਚ ਸੀ। ਇਹ ਸ਼ੱਕ ਸੁਝਾਅ ਦਿੰਦਾ ਹੈ ਕਿ ਇੱਕ LLM ਨਾਲ ਉਪਭੋਗਤਾ ਦੇ ਰਿਸ਼ਤੇ ਦਾ "ਬਲੈਕ ਬਾਕਸ" ਪ੍ਰੋਸੀਕਿਊਟਰਾਂ ਦੀ ਸਮਝ ਤੋਂ ਕਿਤੇ ਜ਼ਿਆਦਾ ਗੁੰਝਲਦਾਰ ਹੋ ਸਕਦਾ ਹੈ।

AI ਅਤੇ ਕਾਨੂੰਨੀ ਖੇਤਰ ਲਈ ਪ੍ਰਭਾਵ

ਇਹ ਕੇਸ ਕਾਨੂੰਨੀ ਅਤੇ ਤਕਨੀਕੀ ਭਾਈਚਾਰਿਆਂ ਲਈ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਕੇਸ ਸਟੱਡੀ ਵਜੋਂ ਕੰਮ ਕਰਦਾ ਹੈ। ਜਿਵੇਂ-ਜਿਵੇਂ LLMs ਰੋਜ਼ਾਨਾ ਜੀਵਨ ਦਾ ਹਿੱਸਾ ਬਣ ਰਹੇ ਹਨ, ਪਿੱਛੇ ਛੱਡਿਆ ਗਿਆ "ਗੱਲਬਾਤ ਦਾ ਫੁੱਟਪ੍ਰਿੰਟ" (conversational footprint) ਡਿਜੀਟਲ ਫੋਰੈਂਸਿਕਸ ਲਈ ਇੱਕ ਨਵਾਂ ਖੇਤਰ ਬਣ ਰਿਹਾ ਹੈ।

ਡਿਵੈਲਪਰਾਂ ਅਤੇ ਕਾਨੂੰਨੀ ਪੇਸ਼ੇਵਰਾਂ ਲਈ, Palisades ਟਰਾਇਲ ਇੱਕ ਵਧ ਰਹੀ ਚੁਣੌਤੀ ਨੂੰ ਉਜਾਗਰ ਕਰਦਾ ਹੈ: ਮਨੁੱਖੀ-AI ਇੰਟਰੈਕਸ਼ਨ ਦੀ ਰਚਨਾਤਮਕ, ਉਤਸੁਕ ਜਾਂ ਮਨ ਦੀ ਭੜਾਸ ਕੱਢਣ ਵਾਲੀ ਪ੍ਰਕਿਰਤੀ ਅਤੇ ਅਪਰਾਧਿਕ ਪੂਰਵ-ਨਿਰਧਾਰਤ ਯੋਜਨਾ ਦੇ ਅਸਲ ਸਬੂਤਾਂ ਵਿਚਕਾਰ ਅੰਤਰ ਕਿਵੇਂ ਕੀਤਾ ਜਾਵੇ। ਜਿਵੇਂ-ਜਿਵੇਂ AI ਟੂਲ ਨਵੀਨਤਾ ਤੋਂ ਮਹੱਤਵਪੂਰਨ ਸਹੂਲਤਾਂ ਵਿੱਚ ਬਦਲ ਰਹੇ ਹਨ, "ਕੰਟੈਕਸਟ ਕਾਲੈਪਸ" (context collapse) ਦਾ ਖਤਰਾ—ਜਿੱਥੇ ਕਾਨੂੰਨੀ ਮਾਹੌਲ ਵਿੱਚ ਨਿਰਦੋਸ਼ ਪ੍ਰੋਂਪਟਸ ਤੋਂ ਉਨ੍ਹਾਂ ਦੀ ਸੂਖਮਤਾ ਨੂੰ ਖਤਮ ਕਰ ਦਿੱਤਾ ਜਾਂਦਾ ਹੈ—ਡਿਜੀਟਲ ਪ੍ਰਾਈਵੇਸੀ ਅਤੇ ਉਚਿਤ ਕਾਨੂੰਨੀ ਪ੍ਰਕਿਰਿਆ (due process) ਲਈ ਇੱਕ ਵੱਡੀ ਚਿੰਤਾ ਬਣ ਜਾਂਦਾ ਹੈ।

ਮੁੱਖ ਨੁਕਤੇ

• ਸਬੂਤ ਦੀ ਗੁੰਝਲਦਾਰਤਾ: ਪ੍ਰੋਸੀਕਿਊਟਰਾਂ ਨੇ ਅਰਸਨ ਟਰਾਇਲ ਵਿੱਚ ਅਪਰਾਧਿਕ ਇਰਾਦੇ ਦੇ ਸਬੂਤ ਵਜੋਂ AI ਦੁਆਰਾ ਤਿਆਰ ਕੀਤੀਆਂ ਗਈਆਂ ਤਸਵੀਰਾਂ ਅਤੇ ਦਾਰਸ਼ਨਿਕ ਸਵਾਲਾਂ ਦੀ ਵਰਤੋਂ ਕਰਨ ਦੀ ਕੋਸ਼ਿਸ਼ ਕੀਤੀ।
• ਜੂਰੀ ਦਾ ਅੰਤਰ: ਦੋਸ਼ੀ ਸਾਬਤ ਕਰਨ ਵਿੱਚ ਜੂਰੀ ਦੀ ਅਸਫਲਤਾ ਇਹ ਸੁਝਾਅ ਦਿੰਦੀ ਹੈ ਕਿ AI ਦੀ ਅਕਸਰ ਵਰਤੋਂ ਕਰਨ ਵਾਲੇ ਲੋਕ ਚੈਟਬੋਟ ਇੰਟਰੈਕਸ਼ਨ ਨੂੰ ਭਰੋਸੇਯੋਗ ਚਰਿੱਤਰ ਸਬੂਤ ਵਜੋਂ ਵਰਤਣ ਲਈ ਬਹੁਤ ਗੈਰ-ਰਸਮੀ ਜਾਂ ਸੂਖਮ ਮੰਨ ਸਕਦੇ ਹਨ।
• ਕਾਨੂੰਨੀ ਨਜ਼ੀਰ: ਮਿਸਟ੍ਰਾਇਲ ਮਨੁੱਖੀ-LLM ਇੰਟਰੈਕਸ਼ਨ ਦੀਆਂ ਮਨੋਵਿਗਿਆਨਕ ਸੂਖਮਤਾਵਾਂ ਦੀ ਵਿਆਖਿਆ ਕਰਨ ਵਿੱਚ ਕਾਨੂੰਨੀ ਪ੍ਰਣਾਲੀ ਦੇ ਸਾਹਮਣੇ ਆ ਰਹੀ ਵਿਸ਼ਾਲ ਚੁਣੌਤੀ ਨੂੰ ਉਜਾਗਰ ਕਰਦੀ ਹੈ।