• रिकॉर्ड का संस्करण: SSRN 7120940 · DOI 10.2139/ssrn.7120940
• संग्रहीत प्रति, उद्धृत और डाउनलोड योग्य: 10.5281/zenodo.22168724 — concept DOI, हमेशा नवीनतम संस्करण को हल करता है
• पूर्ण पाठ Markdown और PDF के रूप में: GitHub
• पठनीय HTML: https://polyhelper.ai/research/missing-variable/

समान पाठ चार सतहों पर है ताकि इसे उस समय तक पहुंचा जा सके जब उनमें से एक इसे परोस नहीं सकता। SSRN रिकॉर्ड का संस्करण रखता है; उसी को उद्धृत करें।

AI-सहायता प्राप्त मुकदमेबाजी में लुप्त चर

आर्किटेक्चर और Pro Se न्याय तक पहुंच की गुणवत्ता

Vadym Chernets, PhD¹

पहली बार जुलाई 2026 में पोस्ट किया गया; यह संस्करण सितंबर 2026

लेखक की प्रकटीकरण विवरण

इस लेख में लेखक की रुचि तीनगुनी है, और प्रत्येक किनारा सामग्री है। पहला, लेखक Chernets v. Google LLC et al., No. 1:25-cv-05691-RER-RML (E.D.N.Y.) में वादी है, जो उस मुकदमे को सेवा करता है जो केस स्टडी है। दूसरा, लेखक बहु-मॉडल ऑर्केस्ट्रेशन सिस्टम का विकासकर्ता है जिसका उपयोग यहां परीक्षा की जाती है, और भाग III में वर्णित पेटेंट परिवार के भीतर अंतर्राष्ट्रीय अनुप्रयोगों पर एक नामित आवेदक है; लेखक के पास इसलिए इस लेख द्वारा विश्लेषित विधियों में एक रुचि है। तीसरा, लेखक विश्लेषक है। भाग IV में निर्धारित पद्धतिगत बाधाएं विश्लेषण को नियंत्रित करती हैं: केवल सार्वजनिक डॉकेट पर निर्भरता, निपटान प्रेरणाओं का कोई अनुमान नहीं, और सिस्टम के आत्म-रिपोर्ट किए गए प्रदर्शन मेट्रिक्स का गैर-साक्ष्य उपचार। भाग VII सीमाएं बताता है।

दो पैराग्राफ, भाग II में एक और परिशिष्ट में एक, लेखक के अपने शब्द हैं कि उसने सिस्टम क्यों बनाया और क्यों मुकदमा किया; वे उसके रूप में चिह्नित हैं, और कोई निष्कर्ष उन पर निर्भर नहीं है। अन्यथा यह लेख एकमात्र सार्वजनिक संघीय डॉकेट और सार्वजनिक रूप से उपलब्ध स्रोतों पर आकर्षित करता है; यह गैर-निपटान वाले प्रतिवादियों के विरुद्ध लंबित रहने वाले दावों के संबंध में विशेषाधिकार प्राप्त मुकदमेबाजी रणनीति का खुलासा नहीं करता है। लेखक एक वकील नहीं है। AI सहायकों का उपयोग लेखक के निर्देशन में उपकरण के रूप में किया गया था; विचार, अनुसंधान और निष्कर्ष लेखक के हैं।

सार

लगभग हर कानूनी विवाद में AI के बारे में खाता एक अव्यक्त धारणा पर आधारित है: कि AI सहायता एक चीज है। वह धारणा जो बहस पैदा करती है वह मात्रा और कल्पना के बारे में है: एक संघीय pro se वादी दर 11% से लगभग 17% तक बढ़ी है, अदालतें एक "अस्तित्वगत खतरे" का वर्णन कर रही हैं, जालसाजी की गई उद्धरणों पर प्रतिबंध निर्णयों का बढ़ता डोकेट। जो समग्र अध्ययन अभी तक नहीं दिखा सकते हैं वह यह है कि क्या AI सहायता का कोई भी विन्यास आत्म-प्रतिनिधित्व वाले वादियों द्वारा किए गए कार्य की गुणवत्ता को बदलता है। यहाँ उपयोग किया गया रिकॉर्ड एक संघीय मामले का सार्वजनिक डोकेट है, और यह एक पैटर्न रखता है जो मात्रा-और-मतिभ्रम खाता भविष्यवाणी नहीं करता। किसी भी प्रकार के वकील के बिना एक आत्म-प्रतिनिधित्व वाले वादी, लेखक के खाते के अनुसार, एक बहु-मॉडल समन्वय प्रणाली का उपयोग करते हुए (स्वतंत्र मॉडल समानांतर में प्रश्न पूछे गए, असहमति को सामने लाया गया बजाय औसत दूर किए गए, बाहरी स्रोतों के विरुद्ध उद्धरण सत्यापित), छह समन्वित पूर्व-गति पत्रों का उत्तर दिया चार दिनों के भीतर, अवधि के छह सप्ताह पहले एक पर्याप्त विरोध दाखिल किया, और एक संक्षिप्त में एक सत्यापन योग्य वैधानिक-उद्धरण त्रुटि की पहचान की जो प्रमुख फर्मों के वकालों द्वारा प्रतिनिधित्व करने वाले सात प्रतिवादियों के लिए दाखिल की गई थी, एक मामले में जिसमें तेरह तकनीकी प्रतिवादी हैं। उन तीनों में से अंतिम विफलता मोड का विलोम है जो साहित्य पर हावी है। लेख वास्तुकला-निर्भरता परिकल्पना का प्रस्ताव देता है: AI सहायता की वास्तुकला, एकल-मॉडल प्रॉम्प्टिंग बनाम बहु-मॉडल समन्वय, आत्म-प्रतिनिधित्व वाली मुकदमेबाजी की गुणवत्ता में एक अनुभवजन्य चर है, न कि एक कार्यान्वयन विवरण और न ही AI की उपलब्धता के समान चीज। यहाँ लिए गए सिद्धांतात्मक परिणाम कार्य-उत्पाद सिद्धांत के लिए हैं, जहाँ संघीय अदालतें 2026 की शुरुआत में विभाजित हैं, और अनुचित-प्रथा ढाँचे के लिए हैं। मामला एक गलत-साध्य अस्तित्व प्रमाण और एक अनुसंधान एजेंडा के रूप में पेश किया गया है; लेखक वादी, प्रणाली डेवलपर, और विश्लेषक है।

कीवर्ड: pro se मुकदमेबाजी; आत्म-प्रतिनिधित्व वाले वादी; न्याय तक पहुँच; AI-सहायक मुकदमेबाजी; जनरेटिव AI; बहु-एजेंट बहस; बहु-मॉडल समन्वय; जालसाजी की गई उद्धरण; उद्धरण सत्यापन; कार्य-उत्पाद सिद्धांत; प्रकटीकरण; स्थायी आदेश; नियम 11; कानून के अनुचित अभ्यास; शीर्षक III; वास्तुकला-निर्भरता परिकल्पना। JEL वर्गीकरण: K41 (मुकदमेबाजी प्रक्रिया); K10 (कानून के बुनियादी क्षेत्र, सामान्य); O33 (तकनीकी परिवर्तन: विकल्प और परिणाम)। # विषयसूची

I. परिचय 4

II. न्याय तक पहुँच अंतराल और Pro Se AI मोड़ 6

III. एकल-मॉडल प्रॉम्प्टिंग से समन्वय तक: संज्ञानात्मक एक्सोस्केलेटन 11

IV. विधि और साक्ष्य आधार 15

V. निष्कर्ष 18

A. एक प्रारंभिक दोषपूर्ण फाइलिंग के बाद कानूनी ढाँचे का पुनर्निर्माण 19

B. समन्वित पूर्व-गति अभ्यास के प्रति प्रतिक्रिया 20

C. एकीकृत रक्षा के समय पर प्रतिक्रिया 21

D. रक्षा ज्ञापन में वैधानिक-उद्धरण त्रुटि की पहचान 22

E. शीघ्र निपटान 23

VI. सिद्धांतात्मक प्रभाव 25

A. कार्य उत्पाद और Pro Se वादी 25

B. कानून के अनुचित अभ्यास 27

C. एक पुनर्निर्माण, समाधान नहीं 29

VII. सीमाएँ और भविष्य का काम 29

VIII. निष्कर्ष 32

परिशिष्ट। एक सहायता आर्किटेक्चर, इसे चलाया जा सकता है इसलिए निर्दिष्ट 34

चयनित संदर्भ और प्राधिकार 42

I. परिचय

एक वादी, तेरह AI कंपनियाँ: यहाँ जांचा गया मामला एक एकल डोकेट में सवाल को संपीड़ित करता है जो यह लेख साहित्य को रखता है। अमेरिकियों की नागरिक कानूनी आवश्यकताओं और उन्हें पूरा करने के लिए उपलब्ध संसाधनों के बीच अंतराल अमेरिकी न्याय प्रणाली में सबसे टिकाऊ समस्याओं में से एक है। लीगल सर्विसेज कॉर्पोरेशन के सबसे हाल के राष्ट्रीय अध्ययन ने पाया कि कम आय वाले अमेरिकियों को उनके द्वारा काफी प्रभावित किए गए 92% नागरिक कानूनी समस्याओं के लिए कोई या अपर्याप्त सहायता मिली, लगभग तीन में चार कम आय वाले परिवार एक एकल वर्ष में कम से कम एक ऐसी समस्या का अनुभव करते हैं।² अधिकांश आत्म-प्रतिनिधित्व वाले वादियों के लिए बाधा फाइलिंग शुल्क नहीं है बल्कि इसके बाद सब कुछ है: सही अदालत का पता लगाना, प्रचालक कारण का कार्य की पहचान करना, कॉर्पोरेट प्रतिवादियों पर सेवा का असर डालना, और संपीड़ित समय सीमा के तहत अनुभवी वकालत द्वारा तैयार किए गए आंदोलनों का उत्तर देना।

वह जनसंख्या जेनरेटिव AI व्यापक रूप से उपलब्ध होने के बाद से तेजी से बढ़ी है। एक हाल के बड़े पैमाने पर अनुभवजन्य अध्ययन में बताया गया है कि संघीय नागरिक pro se वादी दर, दो दशकों तक 11% के पास स्थिर, 2025 के वित्तीय वर्ष में 16.8% तक पहुँच गई (चित्र 1), और नमूना किए गए संघीय नागरिक शिकायतों का हिस्सा AI-उत्पादित पाठ के मार्करों को सहन करते हुए 2019 में लगभग शून्य से 2026 की शुरुआत तक 18% से अधिक तक चढ़ा, जैसा कि उस अध्ययन में मापा गया है। वह नमूना RECAP अभिलेख से लिए गए शिकायतों पर आकर्षित करता है, जो pro se और वकालत के साथ दोनों दाखिल करते हैं, जिसे लेखक सावधानी बरतते हैं वकील के बिना दाखिल की गई फाइलिंग को कम प्रतिनिधित्व करता है।³

अदालतों और टिप्पणीकारों ने ज्यादातर आशंका के साथ प्रतिक्रिया व्यक्त की है। एक संघीय जिला अदालत के तत्कालीन मुख्य न्यायाधीश ने समग्र समस्या को "संघीय अदालतों के लिए एक अस्तित्वगत खतरे" के रूप में वर्णित किया।⁴ बार एसोसिएशन चेतावनी देते हैं कि उपभोक्ता चैटबॉट कानून के अनुचित अभ्यास में प्रवेश कर सकते हैं, और प्रतिबंध निर्णयों का एक बढ़ता निकाय वादियों को संबोधित करता है, प्रतिनिधित्व किए गए और अप्रतिनिधित्व किए गए दोनों, जो ऐसे मामलों का हवाला देते हुए संक्षिप्त फाइल करते हैं जो मौजूद नहीं हैं।

आशंका अच्छी तरह से स्थापित है, लेकिन यह AI उपयोग के एक विशेष मोड का वर्णन करता है। उस मोड पर ध्यान केंद्रित करके, मौजूदा अनुभवजन्य काम निहित रूप से AI सहायता को सजातीय मानता है, और यह लेख तर्क देता है कि धारणा अब रक्षणीय नहीं है। दस्तावेज किए गए विफलताएँ (मतिभ्रम प्राधिकार, चिरस्थायी समझौता, अविभेदित मात्रा) एकल-मॉडल प्रॉम्प्टिंग की विशेषता हैं: एक वादी एक एकल सामान्य-उद्देश्य मॉडल के लिए एक प्रश्न पूछता है और परिणाम दाखिल करता है। लगभग पूरी अनुभवजन्य तस्वीर pro se AI उपयोग का उस मोड पर आराम करता है।

यहां जांचा गया आर्किटेक्चर एक अलग है, और सवाल यह है कि क्या वह अंतर मायने रखता है। बहु-मॉडल ऑर्केस्ट्रेशन में, एक क्वेरी को कई स्वतंत्र मॉडलों को एक साथ भेजा जाता है, और उनके आउटपुट की तुलना की जाती है। सहमति और असहमति को स्पष्ट किया जाता है, और विचलन, जिसमें एक अल्पमत संकेत है जो संभावित त्रुटि को चिह्नित करता है, को औसत से दूर रखा जाता है। यहां प्रस्तावित दावा संकीर्ण है लेकिन, यदि सही है, तो परिणामी है: एकल-मॉडल विफलता के तरीके जो वर्तमान चिंता को जन्म देते हैं, AI-सहायता प्राप्त मुकदमेबाजी के लिए आंतरिक नहीं हो सकते हैं, और एक ऑर्केस्ट्रेशन आर्किटेक्चर AI उपयोग को मात्रा के स्रोत से गुणवत्ता के साधन में परिवर्तित कर सकता है। योगदान पद्धतिगत है: लेख प्रस्तावित करता है कि AI सहायता के आर्किटेक्चर को एक अलग अनुभवजन्य चर के रूप में माना जाए, न कि कार्यान्वयन विवरण के रूप में, और निम्नलिखित मामला उस प्रस्ताव को प्रेरित करने वाले एक प्रलेखित उदाहरण के रूप में दिया गया है। दावा, चार शब्दों में: आर्किटेक्चर, उपलब्धता नहीं।

यह दावा एक ही केस स्टडी के माध्यम से विकसित होता है, Chernets v. Google LLC et al., एक संघीय कार्रवाई जिसमें एक आत्मनिर्भर वादी, (उसके अपने विवरण द्वारा) एक बहु-मॉडल ऑर्केस्ट्रेशन सिस्टम का उपयोग करते हुए, कई कानूनी फर्मों से वकील द्वारा प्रतिनिधित्व किए जाने वाले तकनीकी प्रतिवादियों के एक समूह के खिलाफ मुकदमा किया। विश्लेषण पूरी तरह से सार्वजनिक डॉकेट पर आधारित है: दाखिलें, तारीखें, और दस्तावेज़ संख्याएं जिन्हें कोई भी पाठक सत्यापित कर सकता है। वह रिकॉर्ड आचरण दिखाता है जो मात्रा-और-भ्रम खाते का वर्णन नहीं करता है और यह कि AI-सहायता प्राप्त दाखिलों के समुच्चय अध्ययन का पता लगाने के लिए डिज़ाइन नहीं हैं: एक समन्वित रक्षा के विरुद्ध बनाए रखा गया एक पूर्ण संक्षिप्त चक्र, छह समन्वित पूर्व-गति पत्रों का उत्तर चार दिनों के भीतर दिया गया और एक पदार्थपूर्ण विरोध समय सीमा से हफ्तों पहले दाखिल किया गया, और रक्षा गठबंधन के संक्षिप्त में एक सत्यापन योग्य वैधानिक-उद्धरण त्रुटि की पहचान। चार प्रतिवादियों ने जल्दी समझौता किया (गोपनीय शर्तों पर; भाग V.E)। मामला लंबित है, और इसकी जांच का उद्देश्य एक सत्यापन योग्य रिकॉर्ड का उपयोग करके एक घटना को अलग करना है, जो प्रचलित खाते पर, अस्तित्व में होने की अपेक्षा नहीं की जाएगी और साहित्य अभी तक बारीकी से जांचना नहीं किया है।

एक ही मामला जो एक पक्ष द्वारा लिखा गया है, यह स्थापित कर सकता है कि एक घटना हुई, न कि यह कितनी बार होती है या क्या यह सामान्यीकृत होता है; भाग VII सीमाएं बताता है। तर्क यह है कि AI सहायता का आर्किटेक्चर AI-सहायता प्राप्त मुकदमेबाजी के अध्ययन में एक स्वतंत्र चर है, एक चर जो वर्तमान फ्रेमिंग, उपलब्धता और मात्रा पर केंद्रित है, को अलग नहीं करता है। यह आर्किटेक्चर-निर्भरता परिकल्पना है; भाग IV इसे औपचारिक रूप से बताता है।

लेख इस प्रकार आगे बढ़ता है। भाग II अध्ययन को न्याय तक पहुंच के साहित्य और पेशेवर AI उपयोग पर उभरती हुई छात्रवृत्ति के भीतर रखता है। भाग III एकल-मॉडल प्रॉम्पटिंग को ऑर्केस्ट्रेशन से अलग करता है और तंत्र को निर्दिष्ट करता है। भाग IV केस-स्टडी विधि और सार्वजनिक डॉकेट में इसके साक्ष्य आधार को निर्धारित करता है। भाग V निष्कर्ष प्रस्तुत करता है। भाग VI कार्य-उत्पाद सिद्धांत और अनधिकृत-अभ्यास-की-कानून रूपरेखा के लिए निहितार्थ की जांच करता है। भाग VII सीमाएं और भविष्य का काम संबोधित करता है। भाग VIII निष्कर्ष निकालता है।

II. न्याय तक पहुंच की खाई और पेशेवर AI दिशा

न्याय की खाई U.S. नागरिक प्रणाली की एक संरचनात्मक विशेषता है, न कि एक सीमांत। कम और मध्यम आय वाले अमेरिकियों का एक बड़ा हिस्सा अपनी नागरिक समस्याओं के लिए कोई सार्थक कानूनी सहायता प्राप्त नहीं करता है, और कई केस श्रेणियों में आत्मनिर्भर प्रतिनिधित्व अपवाद नहीं, मानदंड है (Carpenter, Shanahan, Steinberg & Mark 2022)। 1970 के दशक के तुलनात्मक न्याय-तक-पहुंच आंदोलन के बाद से (Cappelletti & Garth 1978), विद्वानों ने सवाल को वितरण के रूप में तैयार किया है: कानूनी विशेषज्ञता एक दुर्लभ संसाधन है, असमान रूप से आवंटित, और सबसे कम सक्षम वादी अक्सर वह होते हैं जिनके सबसे अधिक दांव पर होते हैं (Sandefur 2019)। वह साहित्य पूछता है कि न्याय तक पहुंच किसी चीज तक पहुंच है; यहां पीछा किए जाने वाला सवाल उस कुछ की गुणवत्ता है।

उस पृष्ठभूमि के विरुद्ध, जनरेटिव AI एक प्रतिकूल विकास के रूप में आया। एक दृष्टिकोण पर, इसने कानूनी क्षमता को जनतांत्रिक बनाने का वचन दिया, अनुपस्थित वादी को अनुसंधान, ड्राफ्टिंग, और विश्लेषण के एक नकल देते हुए जो वकील प्रदान करते हैं। वह प्रतिश्रुति मूर्त रूप में आई जब एक सीमांत मॉडल यूनिफॉर्म बार परीक्षा पास की (Katz, Bommarito, Gao & Arredondo 2024), हालांकि उस तरह के प्रदर्शन बेंचमार्क आर्किटेक्चरल अंतर को अलग किए बिना क्षमता के बारे में अपेक्षाओं को बदल गए। Simshaw ने जल्दी चेतावनी दी कि AI इसके बजाय एक दो-स्तरीय प्रणाली को मजबूत कर सकता है, जिसमें अच्छी तरह से संसाधित विशेषज्ञ मानव निर्णय प्राप्त करते हैं जबकि बाकी सभी को स्वचालित अनुमान प्राप्त होते हैं।⁵ तब से उभरी हुई अनुभवजन्य तस्वीर अधिक ठोस है: लाखों संघीय दाखिलों का विश्लेषण करते हुए, हाल का काम दस्तावेज़ करता है कि पेशेवर वादी दर जनरेटिव AI की सार्वजनिक रिलीज़ के बाद तीव्र गति से बढ़ी और शिकायतों में खुद AI-सुसंगत ड्राफ्टिंग के संकेतक विकसित करते हैं। वह समुच्चय रिकॉर्ड अभी तक नहीं दिखा सकता है कि क्या यह आत्मनिर्भर वादी को बेहतर बनाता है। जैसा कि उस अध्ययन के सबसे सावधान पाठक देखते हैं, नई शिकायतकर्ताओं को अदालत के दरवाजे के पास पहुंचना अंदर एक बार उनकी मदद करने के समान नहीं है (Engstrom & Caspi 2026)।

चित्र 1। जनरेटिव AI की व्यापक उपलब्धता के बाद संघीय नागरिक पेशेवर वादियों में वृद्धि।

स्रोत: Shah & Levy (2026) से अनुकूलित; आंकड़े गोल किए गए।

अदालतों और व्यावहारिक बार में स्वागत मुख्य रूप से सावधानी से भरा हुआ रहा है, और चिंताएं जालसाजी, अनधिकृत अभ्यास और मात्रा के चारों ओर केंद्रित हैं। जालसाजी पर, निर्णयों की अब एक बड़ी पंक्ति उन मुवक्किलों और वकीलों को दंडित करती है जो ऐसे मामलों का हवाला देते हुए संक्षिप्त दाखिल करते हैं जो मौजूद नहीं हैं,⁶ एक विफलता मोड जो सीधे उत्पादक मॉडल तक पहुंचता है जो प्रशंसनीय लेकिन काल्पनिक प्राधिकार उत्पन्न करते हैं। उस विफलता मोड ने निर्णयों का एक ट्रैक किया गया डॉकेट तैयार किया है जिसमें एक अदालत को पता चला, या स्थापित मान लिया, कि एक फाइलिंग AI-जालसाजी सामग्री पर निर्भर थी: सितंबर 2026 तक दुनिया भर में दो हजार से अधिक (Charlotin 2026), और इसमें अब एक व्यापक रूप से रिपोर्ट किया गया प्रकरण भी शामिल है जिसमें वॉल स्ट्रीट की सबसे प्रमुख फर्मों में से एक ने एक संघीय दिवालियापन अदालत को एक आपातकालीन फाइलिंग के लिए माफी मांगी जिसमें गलत उद्धरण और अन्य त्रुटियां थीं, जिनमें से कुछ AI "मतिभ्रम" थे।⁷ उस डॉकेट की संरचना स्वयं ही शिक्षाप्रद है: जो अत्यधिक आत्म-प्रतिनिधित्व की घटना के रूप में शुरू हुआ था वह वही नहीं रहा है। मध्य-2026 तक, लाइसेंसप्राप्त वकील प्रलेखित घटनाओं के लगभग दो-पांचवें हिस्से के लिए जिम्मेदार थे, और नई प्रलेखित निष्कर्षों में उनका हिस्सा बढ़ रहा था।⁸ बार एसोसिएशन और आलोचनाकार अनधिकृत अभ्यास के बारे में भी चिंता करते हैं, सवाल उठाते हुए कि क्या उपभोक्ता चैटबॉट कानूनी मार्गदर्शन देने में कानूनी अभ्यास को लाइसेंसप्राप्त वकीलों के लिए आरक्षित करने वाली रेखा को पार करते हैं, और क्या उन्हें संचालित करने वाली संस्थाएं जिम्मेदारी वहन कर सकती हैं।⁹ जहां तक मात्रा का संबंध है, न्यायाधीशों ने AI-सहायता प्राप्त pro se फाइलिंग के प्रवाह को न्यायिक संसाधनों पर एक तनाव के रूप में वर्णित किया है, सबसे तीव्र फ्रेमिंग में संघीय अदालतों के लिए एक अस्तित्वगत खतरा।

न्यायिक प्रतिक्रिया एक और भी प्रकट रूप ले चुकी है। मध्य-2023 के बाद से, व्यक्तिगत संघीय और राज्य न्यायाधीशों ने अपनी अदालतों में उत्पादक AI को संबोधित करने वाले स्थायी आदेश जारी किए हैं (सार्वजनिक ट्रैकर अब सैकड़ों सूचीबद्ध करते हैं, कोई दो समान नहीं), पक्षों को यह प्रकट करने की आवश्यकता है कि क्या ड्राफ्टिंग में AI का उपयोग किया गया था, यह प्रमाणित करने के लिए कि उद्धरणों को सत्यापित किया गया था, या दोनों।¹⁰ आदेश एक डिज़ाइन साझा करते हैं (तालिका 1): वे AI उपयोग के तथ्य और इसके आउटपुट के सत्यापन को नियंत्रित करते हैं। आर्किटेक्चर, चाहे सहायता एकल-मॉडल हो या समन्वित, स्व-सत्यापन या नहीं, यह चर है जो यहां अलग किया जाता है, और यह लेखक द्वारा स्थित किए गए किसी भी आदेश में प्रकट नहीं होता है। ऐसा आदेश लागू करने वाली अदालत यहां अध्ययन किए गए मामले को केवल यह रिकॉर्ड करेगी कि AI का उपयोग किया गया था। न तो प्रकटीकरण व्यवस्था और न ही अनुभवजन्य साहित्य के पास यह कहने के लिए एक शब्दावली है कि कैसे, और वह अनुपस्थिति ऊपर वर्णित समान सजातीयता धारणा के समान है, नियामक रूप में।

तालिका 1. उभरती AI-प्रकटीकरण व्यवस्था: स्थायी आदेश क्या पूछते हैं, और क्या नहीं।

स्रोत: AI पर न्यायिक स्थायी आदेशों के सार्वजनिक ट्रैकर (Law360 Pulse; Legal AI Governance), जुलाई 2026 के अनुसार; नोट 9 देखें। कवरेज की व्याख्या लेखक की है।

चित्र 2. लुप्त चर: मौजूदा अनुभवजन्य अध्ययन AI सहायता की उपलब्धता को बदलते हैं; इसका आर्किटेक्चर अपरिमित है।

स्रोत: इस भाग में चर्चा किए गए अनुभवजन्य साहित्य का लेखक का योजनाबद्ध।

दोनों विकास यहां पीछा किए गए प्रश्न में मिलते हैं। न्याय अंतराल समझाता है कि आत्म-प्रतिनिधित्व क्यों महत्वपूर्ण है: अधिकांश मुवक्किलों के लिए आत्म-प्रतिनिधित्व का विकल्प कोई प्रतिनिधित्व नहीं है। आत्म-प्रतिनिधित्व में हाल की वृद्धि, उत्पादक AI की व्यापक उपलब्धता के साथ समवर्ती, समझाती है कि क्यों AI सहायता का आर्किटेक्चर एक महत्वपूर्ण अनुसंधान प्रश्न बन गया है एक आकस्मिक विवरण के बजाय। यदि अप्रतिनिधित्व मुवक्किल अब AI के माध्यम से स्केल पर कार्य कर रहे हैं,¹¹ तो वह AI कैसे कॉन्फ़िगर किया गया है, यह आकार दे सकता है कि अदालतों तक क्या पहुंचता है, और सिद्धांत में व्यक्तियों और संस्थाओं के बीच समस्या-समाधान क्षमता के अंतर को संकीर्ण कर सकता है।

एक और फ्रेमिंग बदल देती है कि समन्वय को क्या समझा जाता है। मोटर, रीढ़, या दृश्य हानि वाले उपयोगकर्ता के लिए जो एक बार में कई ब्राउज़र इंटरफेस संचालित नहीं कर सकते, वह मैनुअल वर्कफ़्लो जो सक्षम-शरीर वाले उपयोगकर्ताओं को केवल थकाऊ लगता है (प्रत्येक प्रदाता को खोलो, क्वेरी को पेस्ट करो, पढ़ो, तुलना करो) न तो थकाऊ है बल्कि अनुपलब्ध है। एकीकृत बहु-मॉडल पहुंच एक उत्पादकता वरीयता नहीं है बल्कि एक उचित-संशोधन प्रश्न है (cf. Blanck 2014, संज्ञानात्मक विकलांगताओं वाले व्यक्तियों के लिए वेब पहुंच पर; मोटर, रीढ़ और दृश्य हानि का विस्तार लेखक का अपना है)। वर्कफ़्लो के सहायक स्वचालन को अवरुद्ध करना जो कोई व्यक्ति अन्यथा मैनुअल रूप से कर सकता है तब एक बोझ लगाता है जो निर्माण से, सबसे भारी उपयोगकर्ताओं पर गिरता है जो इसे मैनुअल रूप से करने में सबसे कम सक्षम हैं, और उस उपयोगकर्ता के लिए आर्किटेक्चर अनधिकृत अभ्यास के बारे में एक बहस को उचित संशोधन के एक प्रश्न में बदल देता है।¹²

मैंने इसे अपने परिवार के किसी ऐसे व्यक्ति के लिए बनाया जो इसे हाथ से नहीं कर सकता --- जो ब्राउज़र टैब के बीच क्रॉल नहीं कर सकता। एक बैसाखी, एक गाइड कुत्ता: कोई वह भाग करता है जो एक व्यक्ति नहीं कर सकता। एक बार कहो, और यह हो गया। यही है कि यह मामला किस बारे में है।

ये चिंताएँ जो साझा करती हैं, और जिसे यह लेख दृश्यमान बनाने का प्रयास करता है, वह AI का उपयोग करने वाले pro se litigant के बारे में एक निहित मॉडल है: एक व्यक्ति, एक सामान्य-उद्देश्य मॉडल, न्यूनतम सत्यापन, अधिकतम आउटपुट। यह एकमात्र उपलब्ध आर्किटेक्चर नहीं है, हालांकि, और अनुभवजन्य साहित्य (Figure 2) ने अभी तक एक अलग आर्किटेक्चर पर निर्मित मामलों की जांच नहीं की है। विद्वत्तापूर्ण कार्य AI-सहायक pro se मुकदमेबाजी की मात्रा और इसके सबसे सामान्य रूप की विश्वसनीयता को मापता है; इसने बड़े पैमाने पर यह नहीं पूछा है कि क्या सहायता की एक अलग आर्किटेक्चर मुकदमेबाजी व्यवहार की एक अलग गुणवत्ता उत्पन्न करती है। इस अंतराल को यहाँ समग्र अध्ययनों द्वारा अलग नहीं किए गए उपयोग के एक मोड का घनिष्ठ रूप से प्रलेखित मामला प्रदान करके संबोधित किया जाता है।

III. एकल-मॉडल प्रॉम्प्टिंग से ऑर्केस्ट्रेशन तक: संज्ञानात्मक एक्सोस्केलेटन

"संज्ञानात्मक एक्सोस्केलेटन" शब्द एक विभेद को चिह्नित करता है जिसे कानूनी-AI बहस ढहाने की प्रवृत्ति रखती है। एक एक्सोस्केलेटन इसके अंदर व्यक्ति को बढ़ाता है; यह व्यक्ति के स्थान पर कार्य नहीं करता है, और यह व्यक्ति के बिना निष्क्रिय है। संवर्द्धन और प्रतिस्थापन के बीच वह विभेद भाग VI में लिए गए दोनों सिद्धान्त प्रश्नों के माध्यम से चलता है। कार्य-उत्पाद सुरक्षा स्वाभाविक रूप से संवर्द्धन से जुड़ी होती है, क्योंकि संरक्षित रणनीति litigant की अपनी ही रहती है, और प्रतिस्थापन के लिए अजीब तरीके से। अनधिकृत-अभ्यास ढाँचा प्रतिस्थापन (कोई इकाई किसी के लिए कानून का अभ्यास करना) की ओर निर्देशित है और एक उपकरण पर कमजोरी से पकड़ता है जिसके माध्यम से एक व्यक्ति अपने लिए अभ्यास करता है। क्या एक दिया गया सिस्टम एक है या दूसरा यह आर्किटेक्चर और उपयोग का प्रश्न है, लेबलों का नहीं। भाग II में सर्वेक्षण की गई चिंताएँ एक निहित आर्किटेक्चर साझा करती हैं। प्रतिमान समस्या के मामले में, एक स्वयं-प्रतिनिधित्व litigant एक एकल सामान्य-उद्देश्य मॉडल को एक प्रश्न प्रस्तुत करता है और इसके आउटपुट को प्रस्तुत करता है। जो रोग अनुसरण करते हैं वे काफी हद तक उस एकल-मॉडल कॉन्फ़िगरेशन की संपत्ति हैं: कल्पित उद्धरण, कानून के आत्मविश्वासी गलत बयान, उपयोगकर्ता के आधार के साथ सिकोफ़ैंटिक समझौता (Sharma et al. 2024)। एक अकेले मॉडल के पास कोई आंतरिक विरोधी नहीं है, पाइपलाइन में कुछ भी इसका विरोध करने के लिए स्थित नहीं है। इसकी त्रुटियाँ, चाहे कितनी भी आत्मविश्वासी हों, बिना चुनौती के गुजरती हैं। एकल-मॉडल विफलता के तरीके जो साहित्य पर प्रभुत्व रखते हैं, इस अर्थ में, कृत्रिम बुद्धिमत्ता की संपत्ति नहीं हैं; वे एक कॉन्फ़िगरेशन की संपत्ति हैं।

दशकों से, AI-और-कानून अनुसंधान स्पष्ट ज्ञान इंजीनियरिंग के माध्यम से विश्वसनीयता का पीछा करता रहा है, कानूनी तर्क को नियमों और केस-आधारित मॉडलों में एन्कोडिंग करता है (Ashley 2017), मशीन-लर्निंग बारी से पहले प्रश्न को नियमों को एन्कोड करने से पैटर्न सीखने तक स्थानांतरित किया गया (Surden 2014)। कंप्यूटर-विज्ञान अनुसंधान का एक अलग निकाय सुझाता है कि यह कॉन्फ़िगरेशन एकमात्र उपलब्ध नहीं है, और इसकी विफलता के तरीके आंशिक रूप से आर्किटेक्चरल हैं आंतरिक के बजाय। सामान्यतः बहु-एजेंट बहस कहे जाने वाले दृष्टिकोण में, कई मॉडल उदाहरण स्वतंत्र रूप से उत्तर उत्पन्न करते हैं और फिर अनुक्रमिक राउंड के पार एक-दूसरे के तर्क की आलोचना करते हैं इससे पहले कि एक प्रतिक्रिया में अभिसरित हों। संस्थापक अध्ययन रिपोर्ट करता है कि यह "दिमाग का समाज" प्रक्रिया तथ्यात्मक वैधता में सुधार करती है और तथ्यहीन उत्तरों और मतिभ्रम को कम करती है जिसके लिए एकल मॉडल प्रवण हैं।¹³ बाद के कार्य ने निष्कर्ष को विस्तारित और योग्य किया है, रिपोर्ट करते हुए कि संरचित असहमति गणित, तर्क और प्रश्न-उत्तर बेंचमार्क के पार मतिभ्रम को कम करती है, जबकि सीमाएँ भी पहचानती हैं, जैसे एक मुट्ठी भर एजेंटों और राउंडों से परे घटती हुई रिटर्न, और मध्यवर्ती तर्क की गुणवत्ता का मूल्यांकन करने की आवश्यकता केवल अंतिम उत्तरों की बजाय।¹⁴ बेंचमार्क डोमेन यहाँ महत्वपूर्ण हैं। वह साहित्य संरचित असहमति को मुख्य रूप से गणित, तर्क और प्रश्न-उत्तर बेंचमार्क पर मान्य करता है, डोमेन जिनके सत्यापन योग्य उत्तर हैं। क्या इसके लाभ कानूनी तर्क में स्थानांतरित होते हैं, जहाँ कई प्रश्नों के पास एक एकल जाँच योग्य उत्तर नहीं है और मॉडल विनम्रतापूर्वक एक साझी त्रुटि पर अभिसरित हो सकते हैं, अनुपरीक्षित है, और स्थानांतरण यहाँ परीक्षा की गई डिज़ाइन का एक धारणा है न कि एक प्रदर्शित परिणाम।

वर्तमान विश्लेषण के लिए, तंत्र का हिस्सा जो महत्वपूर्ण है वह है जहाँ विश्वसनीयता लाभ उत्पन्न होता है। परिकल्पना यह है कि लाभ किसी एकल मॉडल के अधिक सक्षम होने के बजाय मॉडलों के बीच संबंधों से आता है, असहमति को सतह पर लाया जाता है और न्याय किया जाता है बजाय दबाया जाता है। ऑर्केस्ट्रेशन का मूल्य अधिक उत्तर नहीं बल्कि बेहतर-समर्थित उत्तर हैं। एक तथ्य जो एक मॉडल अभिकथन करता है और दूसरा विरोध करता है वह तथ्य सबसे अधिक जाँच की आवश्यकता में है, और एक बहस प्रक्रिया इस पर ध्यान मार्ग करती है, जबकि एकल-मॉडल प्रॉम्प्टिंग नहीं कर सकता। तंत्र के अन्य क्षेत्रों में पहचानने योग्य रिश्तेदार हैं (मशीन लर्निंग में ensemble तरीके, सूचना सिद्धांत में त्रुटि-सुधार कोड, समूह विवेक के विज्ञान में संरचित असहमति), जो सुझाता है कि यह निरर्थक, असहमति-संरक्षण प्रणालियों की एक सामान्य संपत्ति है न कि किसी एक उत्पाद का एक कलाकृति।

तालिका 2. एकल-मॉडल प्रॉम्प्टिंग बनाम बहु-मॉडल ऑर्केस्ट्रेशन, डिज़ाइन संपत्ति द्वारा।

स्रोत: बहु-एजेंट बहस साहित्य के अनुसार डिज़ाइन संपत्ति (उदाहरण के लिए, Du et al. 2024; Liang et al. 2024; Chan et al. 2023) और, ऑर्केस्ट्रेशन स्तंभ के लिए, सिस्टम प्रलेखन।

इस केस स्टडी की एक प्रतिवर्ती संरचना है जो, लेखक के ज्ञान के अनुसार, किसी अन्य मुकदमे में अभी तक नहीं देखी गई है: विवाद में प्रौद्योगिकी वह प्रौद्योगिकी है जिसके द्वारा विवाद का संचालन किया जाता है। कई प्रतिवादी ऐसे मॉडल विकसित करते हैं जिनकी इस प्रकार की प्रणालियां क्वेरी करती हैं, यहाँ प्रश्न में आर्केस्ट्रेशन प्रणाली उन्हीं सार्वजनिक रूप से उपलब्ध मॉडलों को समन्वित करती है, और भाग V में जांच किए गए मुकदमेबाजी के आचरण का यह समन्वय उपयोग में था। यहाँ प्रस्तावित परिकल्पना पर, कोई भी व्यक्तिगत मॉडल इस क्षमता को प्रदान नहीं करता है। प्रत्येक में ऊपर वर्णित एकल-मॉडल विफलता के तरीके हैं, और प्रत्येक प्रतिवादी जो एक घटक मॉडल विकसित करता है, उसके पास निर्माण के द्वारा, अधिकतम अपने स्वयं के घटक मॉडल तक पहुंच थी। जो कॉन्फ़िगरेशन महत्वपूर्ण था वह एक संबंधपरक था: प्रतिकूल प्रदाताओं के विविधतापूर्ण मॉडल, समानांतर में क्वेरी किए गए, एक दूसरे की जांच करते हुए। प्रतिवर्तिता विश्लेषणात्मक कार्य करती है क्योंकि यह घटक प्रौद्योगिकी को स्थिर रखती है: जो भी अंतर रिकॉर्ड प्रकट करता है, वह केवल मुकदमेबाज के पास बेहतर घटक मॉडलों तक पहुंच होने के कारण नहीं हो सकता है, क्योंकि कई घटक मॉडल स्वयं प्रतिवादियों के थे; कॉन्फ़िगरेशन, पहुंच, और ऑपरेटर कौशल खुली व्याख्याएं बनी हुई हैं। यह अनुसंधान की पंक्ति भी प्रतिवादियों के लिए बाहरी नहीं है। प्रमुख AI प्रयोगशालाओं ने स्वयं एकल मॉडलों पर बहु-एजेंट और समेकन कॉन्फ़िगरेशन के लाभों पर प्रकाशित किया है, और अध्ययन की गई अवधि के दौरान अपने स्वयं के उत्पादों में क्रॉस-मॉडल सत्यापन को वाणिज्यिक बनाने के लिए स्थानांतरित हुए।¹⁵ यहाँ प्रश्न में आर्किटेक्चर वह है जिसे उद्योग स्वयं तेजी से अनुमोदित कर रहा है।

आर्केस्ट्रेशन बहु-एजेंट बहस को एक परिचालनात्मक प्रणाली में सामान्यीकृत करता है (चित्र 3)। जहां बहस आमतौर पर एक मॉडल के कई उदाहरण चलाती है, आर्केस्ट्रेशन विभिन्न प्रदाताओं से विविधतापूर्ण मॉडलों में एक क्वेरी भेजता है, उनके आउटपुट को सामान्यीकृत करता है, सर्वसम्मति की गणना करता है, और गंभीर रूप से, विचलन को एक प्रथम-श्रेणी संकेत के रूप में संरक्षित करता है एक एकल उत्तर में इसे औसत करने के बजाय। केस स्टडी में उपयोग की गई आर्केस्ट्रेशन प्रणाली इस पैटर्न का एक कार्यान्वयन है: इसके तकनीकी दस्तावेज़ के अनुसार, इसमें विविधतापूर्ण मॉडल क्वेरी, सर्वसम्मति गठन, विचलन संरक्षण, और बाहरी स्रोतों के विरुद्ध उद्धरण सत्यापन शामिल है।¹⁶

यहाँ प्रश्न में आर्केस्ट्रेशन आर्किटेक्चर एक निर्दिष्ट, इंजीनियर डिज़ाइन है। यह लंबित पेटेंट अनुप्रयोगों के एक परिवार का विषय है, जिसमें 2025 और 2026 में दाखिल पेटेंट सहयोग संधि के तहत कई अंतर्राष्ट्रीय अनुप्रयोग शामिल हैं।¹⁷

दोनों कॉन्फ़िगरेशन कई डिज़ाइन अक्षों के साथ भिन्न हैं, तालिका 2 में सारांशित। उन प्रतिबद्धताओं में से दो विश्लेषणात्मक रूप से महत्वपूर्ण हैं। एक बाहरी स्रोतों के विरुद्ध उद्धरण सत्यापन है। मुकदमेबाजी में प्रमुख एकल-मॉडल विफलता, भ्रामक मामला, इसलिए उत्पन्न होती है क्योंकि एक मॉडल सीखे हुए पैटर्न से उद्धरण उत्पन्न करता है वरना उन्हें पुनः प्राप्त करता है, और एक आर्किटेक्चर जो प्रत्येक उद्धरण को एक लाइव डेटाबेस के विरुद्ध सत्यापित करता है, इसे शामिल करने के बजाय झंडा लगाता है जो यह नहीं कर सकता है, उस विफलता को इसके स्रोत पर लक्षित करता है। दूसरा विचलन का संरक्षण है। जहां मॉडल कानूनी व्याख्या पर असहमत हैं, एक आर्केस्ट्रेशन प्रणाली को असहमति को रूढ़िवाद के लिए एक ट्रिगर के रूप में और मानव समीक्षा के लिए व्यवहार करने के लिए कॉन्फ़िगर किया जा सकता है, न कि बहुमत मतदान द्वारा संकल्पित किए जाने वाले शोर के रूप में। उच्च-दांव वाले डोमेन में, स्वतंत्र प्रणालियों के बीच असहमति स्वयं कार्रवाई योग्य जानकारी हो सकती है न कि सांख्यिकीय शोर: एक अल्पसंख्यक संकेत जो एक संभावित त्रुटि का संकेत देता है, बनाए रखा और उन्नत किया जाता है। इसे त्यागा नहीं जाता है।

चित्र 3। आर्केस्ट्रेशन सिद्धांत: समानांतर क्वेरी, तुलना, और विचलन का संरक्षण।

स्रोत: बहु-एजेंट बहस साहित्य के बाद सामान्य सिद्धांत की योजनाबद्धता; किसी विशिष्ट उत्पाद आर्किटेक्चर का आरेख नहीं।

संरचनात्मक बिंदु यह है कि विशिष्ट रोग जिन्होंने अदालतों को pro se AI उपयोग के संबंध में सावधान बनाया है, एकल-मॉडल प्रॉम्प्टिंग की विशेषता हैं, और एक आर्केस्ट्रेशन आर्किटेक्चर उन रोगों पर निर्देशित है। दस्तावेज़ित विफलताएं एक कॉन्फ़िगरेशन के गुण हैं। ये AI सहायता के रूप में नहीं हैं। इस अर्थ में, आर्किटेक्चर विश्वसनीयता का स्रोत एक पृथक मॉडल से मॉडलों के बीच संबंधों में स्थानांतरित करता है: पृथक बुद्धिमत्ता से समन्वित बुद्धिमत्ता तक। न ही आर्केस्ट्रेशन विदेशी है: वाणिज्यिक रूटिंग और बहु-मॉडल उत्पाद तेजी से इन्हीं डिज़ाइन गुणों को उजागर करते हैं, जो अनुभवजन्य कानूनी साहित्य से आर्किटेक्चर की अनुपस्थिति को और अधिक उल्लेखनीय बनाता है। क्या वह वास्तुकला अंतर मुकदमेबाजी के आचरण में एक अंतर पैदा करता है यह एक अनुभवजन्य प्रश्न है, और लेख का बाकी हिस्सा एक सेटिंग की ओर मुड़ता है जिसमें इसे एक सत्यापन योग्य रिकॉर्ड के विरुद्ध जांचा जा सकता है।

IV. विधि और साक्ष्य आधार

डिज़ाइन एक एकल-केस अध्ययन है, एक विकल्प जो घटना की प्रकृति को प्रतिबिंबित करता है: लाइव संघीय मुकदमेबाजी में बहु-मॉडल आर्केस्ट्रेशन वर्तमान में दुर्लभ है, और यहाँ का उद्देश्य इसकी आवृत्ति का अनुमान लगाना नहीं है बल्कि यह स्थापित करना है कि एक सत्यापन योग्य रिकॉर्ड के विरुद्ध आचरण का एक विशेष पैटर्न हुआ और इसे चिन्हित करना है। गुणवत्ता, जैसा कि पूरे उपयोग किया जाता है, मुकदमेबाजी के आचरण को देखने योग्य है जो डॉकेट से सत्यापन योग्य है: समय सीमा का पालन, उद्धरण सटीकता, प्रक्रियात्मक शुद्धता, रिकॉर्ड की प्रतिक्रिया, और दाखिल तर्क की सुसंगतता। यह परिणामों को संदर्भित नहीं करता है, जो कोई एकल मामला वारंट नहीं कर सकता। इस तरह का एक मामला ध्यान देने योग्य है: वास्तविक दुनिया की प्रतिकूल मुकदमेबाजी, समय सीमा, विरोधी, और परिणामों के साथ, प्रयोगशाला मूल्यांकन अकेले की तुलना में AI-सहायता प्राप्त मानव तर्क को देखने के लिए एक अधिक सार्थक सेटिंग प्रदान कर सकती है। भाग VII इस सीमा को लौटाता है। इन आयामों में से, भाग V में निष्कर्ष मुख्य रूप से समय सीमा पालन, प्रक्रियात्मक शुद्धता, और उद्धरण सटीकता पर हैं; दाखिल तर्क की सुसंगतता रिकॉर्ड में दस्तावेज़ की गई है न कि स्वतंत्र रूप से स्कोर की गई, और कोई भी निष्कर्ष किसी भी लंबित गति के परिणाम पर निर्भर नहीं करता है।

साक्ष्य का आधार स्वतंत्र रूप से पुनः प्राप्त करने योग्य है: इस अनुच्छेद में उद्धृत प्रत्येक दाखिल पत्र अपनी ECF संख्या द्वारा पहचाना जाता है और नीचे दिए गए केस नंबरों के तहत PACER से किसी भी पाठक द्वारा सीधे प्राप्त किया जा सकता है, लेखक पर निर्भरता के बिना। इसमें Chernets v. Google LLC et al., No. 1:25-cv-05691-RER-RML (E.D.N.Y.) में सार्वजनिक संघीय डॉकेट शामिल है, साथ ही पहली कार्रवाई का डॉकेट, No. 1:25-cv-07770 (S.D.N.Y.), जिसका नाम एक अलग प्रतिवादी था। केस की संरचना को आंकड़ों में बताया जा सकता है, सभी डॉकेट-सत्यापन योग्य: तेरह नामित प्रतिवादियों में से दस उपस्थित हुए; सात ने खारिजी के लिए एक संयुक्त आवेदन में शामिल हुए; चार ने निपटारा किया और पूर्वाग्रह के साथ खारिज कर दिए गए; और छह जून 2026 तक मुकदमेबाजी जारी रखे हुए थे (तालिका 3)। तेरह में से तीन कभी उपस्थित नहीं हुए, और रिकॉर्ड उन प्रतिवादियों से संबंधित सेवा और इकाई-पहचान कठिनाइयों को दर्शाता है; यह स्थापित नहीं करता है कि वे क्यों उपस्थित नहीं हुए। एक विदेशी प्रतिवादी को हेग सेवा सम्मेलन के तहत चीन के केंद्रीय प्राधिकार के माध्यम से सेवा के लिए प्रेषित किया गया था। कुछ नहीं आया: कोई पुष्टि नहीं, कोई इनकार नहीं। एक घरेलू प्रतिवादी को कई राज्यों में चार प्रयासों की जरूरत थी, इससे पहले कि समन उसके पंजीकृत एजेंट तक पहुंचे, एक प्रक्रिया सर्वर द्वारा शपथ के तहत पुष्टि की गई। कोई उपस्थिति नहीं हुई। एक तीसरे ने यह विवाद करने के लिए अपनी स्वयं की कॉर्पोरेट संरचना का आह्वान किया कि कौन सी इकाई का नाम दिया गया था। कॉर्पोरेट संरचना और सीमा पार प्रक्रिया व्यावहारिक रूप से एक प्रक्रियागत ढाल के रूप में काम कर सकती है, और इसके माध्यम से काम करना एक कार्य है जो एक प्रतिनिधित्व वाली पार्टी आमतौर पर विशेष वकील या विक्रेताओं को सौंपती है, जो यहां स्व-प्रतिनिधित्व वाले वादी ने सभी तेरह के लिए स्वयं किया। भाग V में वकालत आचरण के बारे में सभी तथ्यात्मक दावे दाखिल दस्तावेज़ों से लिए गए हैं, डॉकेट संख्या और तारीख द्वारा पहचाने गए, जिन्हें कोई भी पाठक स्वतंत्र रूप से पुनः प्राप्त कर सकता है, लेकिन वकील की AI सहायता का तरीका, जिसे डॉकेट रिकॉर्ड नहीं करता है। जहां अनुच्छेद अदालत में दिए गए बयानों का संदर्भ देता है, यह आधिकारिक प्रतिलेख पर निर्भर करता है; जहां यह पक्षों के तर्कों का संदर्भ देता है, यह पार्टी द्वारा किसी भी लक्षण के बजाय दाखिलों (प्रतिवादियों की संयुक्त गति और सहायक ज्ञापन, और वादी का विरोध) पर निर्भर करता है।¹⁸

लेखक की भूमिका से तीन पद्धतिगत बाधाएं आती हैं, शुरुआत में प्रकट की गई। पहला, विश्लेषण सार्वजनिक रिकॉर्ड तक सीमित है; यह वकालत रणनीति के लेखक के विशेषाधिकार ज्ञान पर ड्राइंग नहीं करता है, और यह उन दावों से संबंधित कार्य उत्पाद का खुलासा नहीं करता है जो गैर-निपटारे वाले प्रतिवादियों के खिलाफ लंबित हैं। दूसरा, अनुच्छेद पूरे में अलग करता है कि डॉकेट क्या स्थापित करता है (तारीखें, दाखिलें, निर्णय, दस्तावेज़ों का पाठ) और यह नहीं: पक्षों के व्यक्तिपरक उद्देश्य, और विशेष रूप से किसी भी निपटारे के कारण, जिनके नियम गोपनीय हैं। तीसरा, आर्केस्ट्रेशन सिस्टम के स्वयं के दस्तावेज़ों द्वारा इसके प्रदर्शन के बारे में किए गए दावे आत्म-रिपोर्ट किए गए के रूप में माना जाता है और प्रभावकारिता के प्रमाण के रूप में निर्भर नहीं किए जाते हैं; निष्कर्ष सिस्टम के खाते पर नहीं, बल्कि रिकॉर्ड में दृश्यमान वकालत आचरण पर आराम करते हैं।

साक्ष्य के आधार में एक विषमता अभी-अभी वर्णित पद्धति को योग्य बनाता है। इस अध्ययन का आश्रित चर, वकालत आचरण, पूर्ण रूप से डॉकेट-सत्यापन योग्य है: हर दाखिल, तारीख, और भाग V में विश्लेषण किए गए दस्तावेज़ को किसी भी पाठक द्वारा पुनः प्राप्त किया जा सकता है। स्वतंत्र चर इस तरह से पुनः प्राप्त करने योग्य नहीं है। सार्वजनिक रिकॉर्ड स्थापित करता है कि ऑर्केस्ट्रेशन सिस्टम मौजूद है और इसकी वास्तुकला का दस्तावेज़ रखता है: परिचालन शिकायत सिस्टम को व्यक्त करती है, पेटेंट आवेदन डिज़ाइन को निर्दिष्ट करते हैं, और विरोध की तकनीकी प्रदर्शन इसकी ऑर्केस्ट्रेशन विशेषताओं का वर्णन करते हैं। डॉकेट क्या दिखा सकता है यह नहीं है कि AI सहायता का कौन सा तरीका किसी विशेष दाखिल को तैयार करता है, या वकील की कार्य पद्धति कब बदली। वे तथ्य लेखक के अपने खाते पर आराम करते हैं, और अनुच्छेद उन्हें चिन्हित करता है जहां वे दिखाई देते हैं। अध्ययन इसलिए आउटपुट के एक सत्यापनीय रिकॉर्ड को इनपुट के एक आत्म-रिपोर्ट किए गए रिकॉर्ड के साथ जोड़ता है, और भाग VII में प्रस्तावित नियंत्रित डिज़ाइन को इस तरह से बनाया जाता है कि वास्तुकला चर देखा जाता है बजाय रिपोर्ट किए गए के; परिशिष्ट उस उद्देश्य के लिए एक रन मेनिफेस्ट निर्दिष्ट करता है।

डॉकेट स्थापित करता है कि एक आर्केस्ट्रेशन सिस्टम का उपयोग करने वाले एक स्व-प्रतिनिधित्व वाले वकील ने एक विशेष समय सारणी पर विशेष दाखिलें तैयार कीं। यह स्थापित नहीं कर सकता है कि सिस्टम, न कि वकील की अपनी क्षमताओं, ने उनकी देखी गई विशेषताओं का उत्पादन किया। अनुच्छेद इसलिए आचरण और इसके वास्तुकला संदर्भ का वर्णन करता है और कार्य-कारण संबंधी प्रश्न को खुला मानता है, भाग VII में प्रस्तावित नियंत्रित अध्ययन द्वारा संबोधित किया जाना है।

औपचारिक रूप से बताया गया, यहां प्रस्तावित परिकल्पना निम्नलिखित है:

वास्तुकला-निर्भरता परिकल्पना। उत्पादक AI की उपलब्धता को स्थिर रखते हुए, AI सहायता की वास्तुकला (एकल-मॉडल संकेत बनाम बहु-मॉडल ऑर्केस्ट्रेशन) एक अलग अनुभवजन्य चर के रूप में कार्य करता है (चित्र 4): सहायता तरीका अवलोकन योग्य वकालत आचरण में मापने योग्य अंतर से जुड़ा हुआ है, जिसमें समय सीमा पालन, उद्धरण सटीकता, प्रक्रियागत सुधार, और रिकॉर्ड के प्रति प्रतिक्रियाशीलता शामिल है। परिकल्पना खंडन योग्य है: सहायता तरीके द्वारा कोडित pro se दाखिलों की एक व्यवस्थित तुलना जो ऐसे कोई संबंध नहीं मिला इसे खंडन करेगा।

चित्र 4. दावों की एक श्रृंखला के रूप में वास्तुकला-निर्भरता परिकल्पना। प्रत्येक कड़ी एक परीक्षण किया जाने वाला दावा है, एक निष्कर्ष नहीं।

स्रोत: पाठ में बताई गई परिकल्पना की लेखक की योजनाबद्ध रूपरेखा; डैश वाले तीर परिकल्पना की गई, परीक्षण न किए गए कड़ियों को चिन्हित करते हैं।

V. निष्कर्ष

वकालत की कई विशेषताएं यहां पूछे गए प्रश्न पर असर डालती हैं, और चित्र 5 उन्हें क्रम में स्थापित करता है।

इस मामले में कानूनी संसाधनों की असमानता अध्ययन के लिए आकस्मिक नहीं है; यह वह शर्त है जो अध्ययन को इसका बिंदु देती है। एक ओर एक एकल आत्म-प्रतिनिधित्व वाले वकील थे जिनके पास कानूनी प्रशिक्षण नहीं था और किसी भी प्रकार का कोई वकील नहीं था, यहां तक कि सीमित-दायरे की वकालत भी नहीं। दूसरी ओर एक रक्षा था जिसमें कई प्रमुख फर्मों के वकील एक सामान्य मोर्चे में मिल गए, सात प्रतिवादियों की ओर से एक संयुक्त खारिजी गति दायर की, और अपने प्रस्तुतिकरण को आपस में समन्वयित किया। एक कॉन्फ़िगरेशन जिसमें एक अप्रतिनिधित्व वाला व्यक्ति उस संरेखण के खिलाफ एक पूरी ब्रीफिंग चक्र को बनाए रखता है, हर समय सीमा को पूरा करता है, योग्यता पर उत्तर देता है, और एक त्रुटि की पहचान करता है जो संरेखित फर्मों ने नहीं पकड़ी, न्याय-तक पहुंच साहित्य के करीब है इसे नहीं होना मानता है। इस भाग का बाकी हिस्सा एक सार्वजनिक डॉकेट पर इसे दस्तावेज़ करता है; इसका कारण क्या हो सकता है यह वह प्रश्न है जो अनुच्छेद पूरी तरह से आगे बढ़ाता है।

चित्र 5. मामले की प्रक्रियात्मक कालक्रम।

स्रोत: सार्वजनिक डॉकेट, Chernets v. Google LLC, No. 1:25-cv-05691-RER-RML (E.D.N.Y.), और संबंधित पूर्ववर्ती कार्रवाई।

A. प्रारंभिक त्रुटिपूर्ण दाखिल के बाद कानूनी ढांचे का पुनर्निर्माण।

वादी की पहली याचिका, सितंबर 2025 में दाखिल की गई और जनता के रिकॉर्ड का विषय, कई स्वतंत्र संबंधों में प्रक्रियागत रूप से त्रुटिपूर्ण थी: यह एक सीमित-दायित्व कंपनी के नाम में दायर की गई थी, जो वकील के बिना आगे नहीं बढ़ सकती; गलत प्रतिवादी के विरुद्ध; गलत जिले में; और ADA के गलत शीर्षक के तहत। अदालत ने इसे सीमा पर बंद कर दिया, समन जारी करने से इनकार कर दिया। एक दूसरी याचिका, व्यक्तिगत रूप से और लगभग तीन सप्ताह बाद सही जिले में दाखिल की गई, दावे को विधि के उपयुक्त प्रावधान के तहत पुनः तैयार किया, उचित प्रतिवादियों का नाम दिया, और काफी विस्तारित साक्ष्य प्रस्तुत के साथ था। विधि को सही करने के साथ विधि में एक परिवर्तन था। लेखक के अपने विवरण के अनुसार, पहली दाखिल के माध्यम से वादी ने उपभोक्ता डिवाइस पर एक एकल मॉडल के साथ काम किया था, और पुनर्निर्माण प्रत्यक्ष मॉडल पहुंच के माध्यम से पूर्ण बहु-मॉडल आर्केस्ट्रेशन के पहले उपयोग के साथ संयुक्त हुआ। डॉकेट उस क्रम की पुष्टि नहीं कर सकता, और इसे कारण के रूप में नहीं दिया जाता है। डॉकेट जो दिखाता है वह स्वयं सुधार है, यह पहला एपिसोड है जो यह आलेख परीक्षा करता है: रिकॉर्ड सीमा पर खारिज की गई दाखिल से उस तक एक तेजी से संक्रमण को दर्शाता है जो सेवा के लिए आगे बढ़ी और कई प्रतिनिधित्व वाले प्रतिवादियों की उपस्थिति को प्रेरित किया। पुनर्निर्माण व्यापक, पारस्परिक-जांच वाली कानूनी-ढांचे संशोधन का प्रकार है कि एक आर्केस्ट्रेशन कार्यप्रवाह, मंच, कारण, कार्रवाई, और याचिका मानक पर कई मॉडल की क्वेरी करना, समर्थन करने के लिए डिज़ाइन किया गया है।

B. समन्वित पूर्व-गति प्रथा के प्रति प्रतिक्रिया।

एक ही संध्या, 12 जनवरी 2026 को, छह प्रतिवादियों ने लगभग साढ़े चार घंटे की अवधि के भीतर छह पूर्व-गति पत्र दाखिल किए, जिन्होंने संयुक्त रूप से एक विस्तार के लिए आवेदन किया ताकि वे एक साथ दाखिल कर सकें।¹⁹ न्यायालय की व्यक्तिगत प्रथाओं के अनुसार, प्रत्येक पत्र के लिए वादी से पाँच व्यावसायिक दिनों के भीतर प्रतिक्रिया की आवश्यकता थी। छह प्रतिक्रियात्मक ज्ञापन, जिनमें से प्रत्येक एक विशिष्ट प्रतिवादी के तर्कों को संबोधित करता था, चार दिनों के भीतर दाखिल किए गए थे।²⁰ यह प्रकरण केवल गति से अधिक बातों को दर्शाता है: एक समन्वित, बहु-मोर्चा दाखिल करने की प्रतिक्रिया अग्रिम रूप से अंतिम रूप नहीं दी जा सकती, क्योंकि इसकी संबोधना छह दस्तावेजों द्वारा निर्धारित की जाती है जो उनके दाखिल होने की संध्या तक अस्तित्व में नहीं थे। लेकिन इस प्रकार के मामले में प्रतिवादियों के लिए उपलब्ध तर्क एक अनुमानित भंडार से खींचे जाते हैं: खड़ी होने का अधिकार, डिजिटल सेवाओं के लिए Title III की प्रयोज्यता, दावे को कथित करने में विफलता। एक परिश्रमी पक्ष अपेक्षित तर्कों के लिए मॉड्यूलर प्रतिक्रियाएं तैयार कर सकता है और पत्र आने के बाद उन्हें अनुकूलित कर सकता है। पूर्वानुमानी ड्राफ्टिंग इसलिए इस प्रकरण द्वारा प्रतिबंधित है न कि इसके द्वारा निषेध किया गया है: जो चार दिन की अवधि स्थापित करती है वह छह व्यक्तिगत रूप से संबोधित ज्ञापनों का विधानसभा, अनुकूलन, और छह स्पष्ट प्रस्तुतियों के विरुद्ध दाखिल करना है। जो यह स्थापित नहीं कर सकता वह यह है कि उनकी सामग्री का कितना हिस्सा पत्रों से पहले का है।

C. समेकित बचाव के लिए समय पर प्रतिक्रिया।

एक प्री-मोशन सम्मेलन के बाद जिसमें अदालत ने प्रतिवादियों को डुप्लीकेटिव ब्रीफिंग को कम करने के लिए आमंत्रित किया था, सात प्रतिवादियों ने, जिनमें सभी छह शामिल थे जिन्होंने प्री-मोशन पत्र दाखिल किए थे, एक समर्थन ज्ञापन के साथ एक संयुक्त खारिजी गति दाखिल की। अदालत के शेड्यूल के तहत, वादी का विरोध लगभग पैंतालीस दिन बाद देय था। विरोध 2 अप्रैल, 2026 को दिनांकित था (गति की 30 मार्च की दाखिल के तीन दिन बाद) और अगले दिन डॉकेट में दर्ज किया गया था, 14 मई की प्रतिक्रिया की समय सीमा से लगभग छह सप्ताह पहले। यह एक घोषणा और विशाल प्रदर्शनों के साथ एक अट्ठाईस पृष्ठ का ज्ञापन था। चित्र 6 दोनों ब्रीफिंग राउंड के लिए रक्षा की तैयारी के अंतराल के विरुद्ध प्रतिक्रिया अंतराल निर्धारित करता है। अवलोकन एक पदार्थपूर्ण, समय पर, और आनुपातिक प्रतिक्रिया का तथ्य है, इसकी गुण नहीं, एक आत्म-प्रतिनिधित्व वाले पक्षकार द्वारा दाखिल किया गया है जो बहु-फर्मों के वकीलों द्वारा प्रतिनिधित्व किए गए एक समन्वित बचाव के खिलाफ है। प्रासंगिक बिंदु वास्तुशिल्प है न कि व्यक्तिगत: एक बार में कई अलग-अलग संक्षिप्त सारांशों के योग्यता पर प्रतिक्रिया करना एक प्रकार का समानांतर, बहु-धागा कार्य है जो एक बहु-मॉडल वर्कफ़्लो वितरित करने के लिए संरचित है, साहित्य जो एकल-धागा प्रॉम्प्टिंग मानता है उसके विपरीत। समय कुछ और के लिए मायने रखता है: एक गति जो पूरी प्रतिक्रिया अवधि के लिए एक सार्वजनिक डॉकेट पर अनुत्तरित बैठी है, उस अंतराल के दौरान रिकॉर्ड पढ़ने वाले किसी को भी केवल प्रस्तावकों का खाता प्रस्तुत करती है। कुछ दिनों के भीतर दर्ज किया गया विरोध उस अंतराल को कम करता है। इस प्रकार की विषमता आम तौर पर आत्म-प्रतिनिधित्व वाले पक्षों के खिलाफ चलती है, जो आमतौर पर अंतराल को संपीड़ित नहीं कर सकते।

चित्र 6। तैयारी और प्रतिक्रिया अंतराल, ब्रीफिंग राउंड द्वारा।

स्रोत: सार्वजनिक डॉकेट; प्रत्येक राउंड में परिचालन दाखिल और प्रतिक्रियाशील दाखिल के दिनांक के बीच बीता हुआ दिन (दस्तावेज़ की तारीखें; डॉकेट प्रविष्टि एक दिन बाद हो सकती है)। पहले राउंड में रक्षा अंतराल सेवा की समापन (नवंबर 2025) से 12 जनवरी, 2026 के समन्वित प्री-मोशन पत्रों तक मापा जाता है। बीता हुआ अंतराल तैयारी समय को ऊपर से बांधता है; वे मसौदा समय को रणनीतिक समय से अलग नहीं करते हैं।

D. रक्षा ज्ञापन में वैधानिक-उद्धरण त्रुटि की पहचान।

वादी के विरोध ने संयुक्त आवेदन में निर्भर वैधानिक प्राधिकार में एक त्रुटि की पहचान की। "पूर्ण और समान आनंद" तत्व को संबोधित करते हुए, रक्षा संक्षिप्त ने 42 U.S.C. § 12184 (ECF No. 69-1, at 15) का हवाला दिया, जो निजी संस्थाओं द्वारा प्रदान की गई निर्दिष्ट सार्वजनिक परिवहन को नियंत्रित करने वाला प्रावधान है, जैसे बसें, टैक्सियां और लिमोजीन, जबकि दावा 42 U.S.C. § 12182 के तहत उत्पन्न होता है, जो सार्वजनिक-आवास प्रावधान है (Plaintiff's Opposition, ECF No. 76, at 17)।²¹ प्रो सी AI उपयोग के बारे में प्रतिमानिक चिंता निर्मित उद्धरण है: ऐसा प्राधिकार जो मौजूद नहीं है, एक मॉडल द्वारा उत्पन्न और एक पक्षकार द्वारा दायर किया गया। यहां, सत्यापनीय उद्धरण त्रुटि वकील द्वारा दायर एक प्रस्तुति में दिखाई देती है, और इसे एक स्व-प्रतिनिधित्व वाले पक्षकार द्वारा एक ऑर्केस्ट्रेशन प्रणाली का उपयोग करके दायर एक प्रस्तुति में पहचाना गया, जिसके प्रलेखित डिजाइन में बाहरी स्रोतों के खिलाफ उद्धरण सत्यापन शामिल है। भाग III में परिभाषित ऑर्केस्ट्रेशन दो तंत्रों को बंडल करता है, क्रॉस-मॉडल असहमति और बाहरी स्रोतों के विरुद्ध सत्यापन, और एक स्थानांतरित अनुभाग संख्या दूसरे के द्वारा पकड़े जाने के लिए तैयार की गई खामी है। बहु-मॉडल बहस के लिए इसकी आवश्यकता नहीं है। लेखक के विवरण के अनुसार त्रुटि वर्कफ़्लो द्वारा पक्षकार द्वारा नहीं, बल्कि सतह पर आई: एक मॉडल ने उद्धृत अनुभाग और प्रावधान के बीच असमानता को चिह्नित किया जिससे दावा उत्पन्न होता है, समेकित मॉडल ने इसकी जांच की और इसकी पुष्टि की, और आलोचक ने इसे फिर से जांचा। पक्षकार वकील नहीं हैं और त्रुटि को खोजने या सुधार को स्वयं सत्यापित नहीं कर सकते थे। लगाई गई संपत्ति सत्यापन घटक है, संपूर्ण बंडल नहीं। सुधार की दिशा साहित्य को जो अपेक्षा करने के लिए प्रेरित करती है उसके पैटर्न के विपरीत चलती है; गति के निपटान में इसका वजन अदालत के लिए है। त्रुटि किसी भी पाठक द्वारा स्वतंत्र रूप से सत्यापनीय है: दोनों प्रावधान U.S. Code के एक ही उप-अध्याय में दो अनुभाग अलग हैं, और रक्षा ज्ञापन का § 12184 का उद्धरण पृष्ठ के सामने दिखाई देता है। दोनों प्रावधान समानांतर संचालन भाषा ले जाते हैं, प्रत्येक अपने क्षेत्र में "पूर्ण और समान आनंद" की गारंटी देता है, और प्रतिस्थापन इसलिए वह प्रकार है जो एक पाठक पढ़ने की गति से ध्यान न देते हुए अवशोषित करता है और जब हर उद्धरण को अपने स्रोत के विरुद्ध जांचा जाता है तो मिस नहीं कर सकता। उन्हें अलग करने वाली चीज़ कवरेज है: § 12184 निजी संस्थाओं द्वारा प्रदान की गई निर्दिष्ट सार्वजनिक परिवहन को नियंत्रित करता है, सार्वजनिक आवास के स्थान नहीं। वादी के विरोध ने गलत उद्धरण को "केवल लिपिक नहीं" के रूप में दबाया क्योंकि यह ज्ञापन के एक निर्णायक तत्व के उपचार में दिखाई दिया; एक स्थानांतरित अनुभाग संख्या निर्मित प्राधिकार नहीं है। एक विरोधी संक्षिप्त में एक ग़लत वैधानिक उद्धरण का पता लगाना प्रो सी AI उपयोग पर साहित्य में हावी होने वाली विफलता मोड की व्युत्क्रम है, अर्थात्, किसी के अपने में ग़लत उद्धरण उत्पन्न करना।

आरोपण त्रुटि स्वयं से अलग मामला है। साहित्य का निहित नियम AI-सहायता वाले प्रो सी पक्षकारों द्वारा त्रुटियों को श्रेणी को सौंपता है, प्रौद्योगिकी क्या करती है इसके साक्ष्य के रूप में, और वकील द्वारा त्रुटियों को व्यक्तिगत को, एक अन्यथा विश्वसनीय अभ्यास में एक अद्यतन के रूप में। यहां प्रलेखित एपिसोड उस नियम का परीक्षण प्रदान करता है, और इसे एक प्रश्न के रूप में सबसे अच्छा कहा जाता है: क्या एक स्व-प्रतिनिधित्व वाले पक्षकार ने जनरेटिव AI का उपयोग करते हुए ADA के सार्वजनिक-आवास प्रावधान के स्थान पर परिवहन प्रावधान का हवाला दिया होता, एक निर्णायक तत्व पर, क्या त्रुटि को एक अलग अद्यतन के रूप में पढ़ा गया होता, या एक और प्रविष्टि के रूप में जब जनता चैटबॉट के साथ मुकदमा करती है? दो रीडिंग मेल खाने की संभावना कम होगी, और आरोपण की यह असमानता, त्रुटि स्वयं नहीं, उस हिस्से का है जो आर्किटेक्चर-निर्भरता परिकल्पना साहित्य को जांचने के लिए कहती है: क्या आचरण को इसके द्वारा कोडित किया जा रहा है कि इसे कैसे उत्पादित किया गया था या इसे कैसे उत्पादित किया गया था। असमानता, इसके अलावा, एक गतिशील आधार के विरुद्ध बनी रहती है: भाग II रिकॉर्ड करते हुए, प्रलेखित मतिभ्रम घटना अब प्रमुख रूप से एक स्व-प्रतिनिधित्व घटना नहीं हैं, फिर भी प्रणालीगत खतरे की फ्रेमिंग डॉकेट के स्व-प्रतिनिधित्व वाली ओर से जुड़ी रहती है।

ई. प्रारंभिक समझौते।

चित्र 7। चार समझौतों का क्रम।

स्रोत: सार्वजनिक डॉकेट, ईसीएफ नंबर 83--86 और 94 (पूर्वाग्रह के साथ खारिजी की शर्तें; ईसीएफ नंबर 83 और 84 मिस्ट्रल शर्तों की एक ही दिन की दो फाइलिंगें हैं, खारिजी का आदेश नंबर 84 का हवाला देता है)।

चार प्रतिवादियों ने जो मुकदमेबाजी में शामिल हुए थे, वादी के साथ अपने विवाद का समाधान किए और एक संकुचित अवधि के भीतर पूर्वाग्रह के साथ खारिज कर दिए गए (चित्र 7)। जैसा कि मानक है, केवल खारिजी की शर्तें ही सार्वजनिक डॉकेट पर दिखाई देती हैं; समझौते की शर्तें गोपनीय हैं, कारण रिकॉर्ड में नहीं हैं, और कोई कारण अनुमानित नहीं है। यह उपभाग एक समझौते का क्रम रिकॉर्ड पर रखता है जो आमतौर पर अदृश्य होता है, और इस प्रकार इसे सत्यापन योग्य बनाता है।

क्रम की दो विशेषताएं बताने योग्य हैं, क्योंकि वे सार्वजनिक डॉकेट पर दृश्यमान हैं। कम से कम दो उदाहरणों में एक प्रतिवादी जो समन्वित बचाव के साथ संरेखित हुआ था, वह खारिजी की शर्त के माध्यम से इससे बाहर निकल गया, एक ने विरोध दायर किए जाने के बाद और गठबंधन के जवाब से पहले समझौता किया; दूसरे ने पहले गठबंधन की संयुक्त स्मृति को अपने स्वयं के आंदोलन में शामिल किया। कालानुक्रमिक पैटर्न सार्वजनिक फाइलिंग का विषय है: प्रतिवादी जो एक सामान्य मोर्चे में शामिल हुए थे, इससे बाहर निकल गए, एक-एक करके, जबकि जिस आंदोलन में वे शामिल हुए थे वह लंबित रहा।

दूसरी विशेषता यह है कि कॉर्पोरेट प्रतिवादियों और एक स्वयं-प्रतिनिधित्व करने वाले मुकदमेबाज के बीच समझौते आमतौर पर गोपनीय होते हैं और सार्वजनिक रिकॉर्ड में बहुत कम निशान छोड़ते हैं। यहां खारिजी की शर्तें स्वयं डॉकेट प्रविष्टियां हैं, जो क्रम को असामान्य रूप से पठनीय बनाती है; उस रिकॉर्ड का साक्ष्य मूल्य इसके सत्यापन में निहित है।

तालिका 3। तेरह नामित प्रतिवादियों की स्थिति (जून 2026 तक)।

स्रोत: सार्वजनिक डॉकेट, जून 2026 तक।

चित्र 8 एक प्राथमिक रिकॉर्ड के रूप में एक दिन, 4 जून 2026 के डॉकेट क्रम को पुन: प्रस्तुत करता है। इसे शामिल किया गया है ताकि आप समय को सीधे निरीक्षण कर सकें। AI-सहायता प्राप्त मुकदमेबाजी के किस कॉन्फ़िगरेशन इस आकार के रिकॉर्ड तैयार करते हैं, और कितनी बार? यह प्रश्न भाग VII जो व्यवस्थित अध्ययन का प्रस्ताव करता है उसके अंतर्गत आता है।

चित्र 8। 4 जून 2026 को डॉकेट क्रम।

स्रोत: सार्वजनिक डॉकेट; एक दिन में फाइलिंग के समय, ईसीएफ नंबर 93-96।

ये विशेषताएं एक साथ एक स्वयं-प्रतिनिधित्व करने वाले मुकदमेबाज को एक पूर्ण ब्रीफिंग चक्र के माध्यम से एक बहु-पक्षीय संघीय कार्रवाई को बनाए रखने, समय सीमा पूरी करने, समान अनुपात में प्रतिक्रिया करने, और एक समन्वित, प्रतिनिधित्व किए गए बचाव के विरुद्ध प्रतिद्वंद्वी की त्रुटि की पहचान करने का वर्णन करती हैं। यह पैटर्न नहीं है जिसे प्रचलित खाता वर्णित करता है। वह खाता, अविभाजित मात्रा और अविश्वसनीय आउटपुट का, एक वितरण को चिह्नित करता है, और एक एकल मामला वितरण का खंडन नहीं कर सकता है; लेकिन यहां दस्तावेज़ किया गया पैटर्न उससे बाहर आता है जो समग्र अध्ययन मापते हैं, यही कारण है कि यह उनके लिए अदृश्य रहा है। क्या आर्केस्ट्रेशन आर्किटेक्चर पैटर्न के लिए जिम्मेदार है, और क्या पैटर्न मामलों में पुनरावृत्ति होता है, ये प्रश्न हैं जो अगले भाग व्यवस्थित जांच के लिए तैयार करते हैं।

VI. सिद्धांतजन्य निहितार्थ

कठिन प्रश्न सिद्धांतजन्य हैं, और उनमें से दो अभी संघीय न्यायालयों के माध्यम से आगे बढ़ रहे हैं। लक्ष्य यह दिखाना है कि कैसे एक आर्केस्ट्रेशन-आधारित, गुणवत्ता-उन्मुख खाता व्यक्तिगत रूप से AI उपयोग को प्रत्येक को पुनः तैयार करता है। अदालतों के पास पहले से ही साक्ष्य के रूप में AI आउटपुट का मूल्यांकन करने के लिए एक विकसित ढांचा है (Grimm, Grossman & Cormack 2021)। यहां प्रश्न आसन्न हैं: वे इस बारे में नहीं हैं कि क्या मशीन आउटपुट स्वीकार्य है; दोनों का संबंध इस बारे में है कि आउटपुट के उत्पादन की प्रक्रिया का मालिक कौन है और क्या वह प्रक्रिया कानून का अभ्यास करती है।

ए. कार्य उत्पाद और स्वयं के लिए मुकदमेबाजी करने वाला पक्ष।

क्या किसी पक्ष की AI प्रणाली के साथ अंतःक्रिया खोज से कार्य उत्पाद के रूप में संरक्षित है, यह नवीन रूप से विवादास्पद है। 2026 की शुरुआत में सात सप्ताह की अवधि में, तीन संघीय न्यायालय AI उपयोग और कार्य-उत्पाद सुरक्षा के चौराहे पर पहुंचे, और उन्होंने एक जैसी बात नहीं कही।²² Warner v. Gilbarco, Inc. में, एक मजिस्ट्रेट न्यायाधीश ने एक स्वयं के लिए मुकदमेबाजी करने वाली रोजगार वादी को उसके जनरेटिव-AI प्रश्नों और प्राप्त प्रतिक्रियाओं का उत्पादन करने के लिए बाध्य करने की याचिका को नकार दिया, यह मानते हुए कि सामग्री नागरिक प्रक्रिया के संघीय नियम 26(b)(3) के अंतर्गत कार्य उत्पाद थी: एक आत्मनिर्भर वादी अपने स्वयं के वकील के रूप में कार्य करता है, सामग्री उसकी मानसिक प्रभावों और तैयारी को प्रतिबिंबित करती है, और एक जनरेटिव AI प्रणाली, एक व्यक्ति के बजाय एक उपकरण, के लिए प्रकटीकरण वह प्रतिकूल प्रकटीकरण नहीं है जिसके लिए त्याग आवश्यक है। यह निर्णय सिद्धांत की सबसे पुरानी परत में बैठता है, क्योंकि जो Hickman v. Taylor ने सबसे दृढ़ता से संरक्षित किया था वह वकील की मानसिक प्रभावें, निष्कर्ष और सिद्धांत थे: कार्य उत्पाद की वह परत जिसे न्यायालय लगभग पूर्ण मानते हैं (Hickman v. Taylor, 329 U.S. 495, 510--11 (1947))। जो प्रश्न एक पक्ष तैयार करता है, जो मसौदे वह पुनरावृत्त करता है, और जो तर्क वह छोड़ता है वह उस परत का स्वयं के लिए मुकदमेबाजी करने वाले का समरूप है। एक सप्ताह बाद, United States v. Heppner में, एक न्यायालय विपरीत परिणाम पर पहुंचा: एक प्रतिनिधित्व किए गए आपराधिक प्रतिवादी ने अपनी पहल पर, वकील की कोई भी संलग्नता के बिना, एक सार्वजनिक AI सहायक का उपयोग किया था, और न्यायालय ने परिणामी फाइलों का उत्पादन करने का आदेश दिया, जोर देते हुए कि वह वकील के निर्देश के बिना कार्य कर रहा था और कि मंच की उपभोक्ता शर्तें प्रदानकर्ता को उसके इनपुट को बनाए रखने और उपयोग करने की अनुमति देती थीं। Morgan v. V2X, Inc., इस लाइन का तीसरा और सबसे विस्तृत निर्णय, Warner की मुख्य होल्डिंग को बढ़ाया, यह निष्कर्ष निकाला कि एक स्वयं के लिए मुकदमेबाजी करने वाले के AI उपयोग का वकालत की तैयारी में "आत्मविश्वासी, रणनीति-भारित पुनरावृत्ति कार्य उत्पाद के समान" है जिसे नियम 26(b)(3) की सुरक्षा के लिए डिज़ाइन किया गया था। हालांकि, उसी आदेश ने पक्ष को किसी भी AI उपकरण का नाम प्रकट करने की आवश्यकता थी जिसका वह दूसरे पक्ष द्वारा गोपनीय रूप से नामित सामग्री के संबंध में उपयोग किया था, और सुरक्षात्मक आदेश को संशोधित किया ताकि ऐसी सामग्री के साथ मुख्यधारा AI सेवाओं के उपयोग को प्रतिबंधित किया जा सके।²³ जो भेद न्यायालय ने खींचा है वह विश्लेषणात्मक रूप से महत्वपूर्ण है, क्योंकि यह समझाता है कि Warner और Heppner संघर्ष में क्यों नहीं हैं: एक प्रतिनिधित्व किया गया पक्ष जो वकील को बायपास करता है वह पक्ष और अधिवक्ता के बीच एक अंतर बनाता है, वह अंतर जो Heppner में घातक साबित हुआ था, जबकि एक स्वयं के लिए मुकदमेबाजी करने वाला "एक साथ पक्ष और अधिवक्ता" है, इसलिए कोई ऐसा अंतर नहीं है। संरक्षण असीमित नहीं था: न्यायालय ने माना कि AI उपकरण की पहचान स्वयं संरक्षित नहीं थी, और इसने गोपनीय खोज सामग्री पर AI उपयोग को प्रशिक्षण, प्रतिधारण और तीसरे पक्ष के प्रकटीकरण के खिलाफ संविदात्मक सुरक्षा पर निर्भर किया। तीनों निर्णय इस प्रकार AI को इसके बाहर निकालने के बजाय पारंपरिक सिद्धांत को AI पर लागू करने के लिए अभिसरण करते हैं, लेकिन कौन सुरक्षा का दावा कर सकता है और त्याग के रूप में क्या गिनता है पर भिन्न होते हैं। जो लाइन वे खींचते हैं वह एक वास्तुकलात्मक है, हालांकि शब्दावली यह लेख है: विचार एजेंसी, गोपनीयता, और त्याग की बात करते हैं। जो Heppner दावा को बर्बाद करता था वह AI का उपयोग नहीं था बल्कि उपयोग की गई कॉन्फ़िगरेशन थी: एक उपभोक्ता उपकरण जिसकी शर्तें प्रतिधारण और प्रशिक्षण की अनुमति देती थीं। Morgan, इसके विपरीत, सुरक्षा को एक कॉन्फ़िगरेशन पर शर्त करता है जिसे संविदात्मक रूप से प्रशिक्षण, प्रतिधारण, और तीसरे पक्ष के प्रकटीकरण से रोका जाता है। गोपनीयता मुद्रा, सत्यापन की तरह, सहायता की वास्तुकला की एक संपत्ति है न कि AI ही की। यह लेख का चर यहां सिद्धांत के अंदर दिखाई देता है (तालिका 4)।

तालिका 4. 2026 की शुरुआत का कार्य-उत्पाद ट्रायड, कॉन्फ़िगरेशन द्वारा।

स्रोत: Warner, 2026 WL 373043; Heppner, 2026 WL 436479; Morgan, 2026 WL 864223. निर्णय पारंपरिक सिद्धांत को लागू करने पर अभिसरण करते हैं और कॉन्फ़िगरेशन तथ्यों पर भिन्न होते हैं; अंतिम दो स्तंभों की वास्तुकलात्मक व्याख्या लेख की है, न कि न्यायालयों की --- वास्तुकला उन तथ्यों को बदलती है जिन्हें सिद्धांत तौलता है, कानून को नहीं।

Morgan 30 मार्च, 2026 को तय किया गया था, जिस दिन यहां अध्ययन किए गए मामले में संयुक्त निष्कासन गति दाखिल की गई थी: सिद्धांत केस को संक्षिप्त किए जाने के समय बन रहा था।

2026 की शुरुआत के फैसलों को एक साथ पढ़ने से, उपकरण की वास्तुकला तेजी से निर्णायक हो जाती है: इसे किसने निर्देशित किया, इसने क्या किया, इसका रिकॉर्ड कैसे रखा गया। संचालन खाता उस पंक्ति में क्या दांव पर है, इसे तीक्ष्ण करता है। यदि स्व-प्रतिनिधित्व करने वाले मुकदमेबाज को AI सहायता केवल यांत्रिक पाठ पीढ़ी थी, तो इसे संरक्षित रणनीति के रूप में मानने का मामला कमजोर होगा; एक संचालन कार्यप्रवाह, जिसमें एक मुकदमेबाज सवाल तैयार करता है, विभिन्न मॉडल आउटपुट का वजन करता है, और एक स्थिति की ओर पुनरावृत्ति करता है, कार्य-उत्पाद सिद्धांत द्वारा हमेशा वकील के हाथों में संरक्षित रणनीति-युक्त पुनरावृत्ति प्रक्रिया से कार्य में अलग करना मुश्किल है। एक विभिन्न विश्लेषणात्मक इंजनों के पैनल को निर्देशित करने वाला मुकदमेबाज जूनियर सहयोगियों की एक टीम को निर्देशित करने वाले एक प्रमुख वकील के समान कुछ नहीं है। सिद्धांत का अंतर्निहित उद्देश्य, एक पक्ष को दूसरे के मुकदमेबाजी की तैयारी पर मुफ्त सवारी करने से रोकना, समान बल के साथ लागू होता है चाहे वह तैयारी एक सहयोगी द्वारा या एक मुकदमेबाज द्वारा एक बहु-मॉडल प्रणाली के माध्यम से की जाए। Morgan इसी दिशा में इशारा करता है, और संचालन रूपरेखा कार्यात्मक तर्क प्रदान करती है।

कार्य-उत्पाद संरक्षण गोपनीयता पर निर्भर करता है, और इसे स्वेच्छा से सार्वजनिक प्रकटीकरण द्वारा माफ किया जा सकता है, कम से कम जो प्रकट किया गया है उसके संबंध में। इसलिए अपने स्वयं के लंबित मामले के बारे में एक खाता प्रकाशित करना, जो प्रकट करता है उसके संबंध में, Morgan द्वारा मान्यता प्राप्त संरक्षण को माफ करने का जोखिम उठाता है।

B. कानून का अनाधिकृत अभ्यास।

प्रो से सेटिंग में यूपीएल चिंता, निरीक्षण पर, अजीब तरीके से तैयार है। अनाधिकृत-कानून-अभ्यास नियम दूसरों के अयोग्य प्रतिनिधित्व से जनता की रक्षा करने के लिए कानून के अभ्यास को लाइसेंसप्राप्त वकीलों के लिए आरक्षित करते हैं।²⁴ ये नियम राज्य के कानून की रचनाएँ हैं, और कानून के अभ्यास की उनकी परिभाषाएँ क्षेत्राधिकार के अनुसार भिन्न होती हैं; जो अनुसरण करता है वह किसी एक राज्य की सीमा के बजाय ढांचे के साझा तर्क से संबंधित है। उपभोक्ता कानूनी AI द्वारा उठाया गया असली यूपीएल प्रश्न यह है कि क्या उपकरण, या इसे संचालित करने वाली कंपनी, वादी को सलाह देकर अनाधिकृत अभ्यास में संलग्न है। वह प्रश्न काफी हद तक सलाह की विश्वसनीयता पर निर्भर करता है: एक ऐसा साधन जो आत्मविश्वास से प्राधिकार का निर्माण करता है, वह अक्षम अभ्यास जैसा दिखता है जिसे रोकने के लिए यूपीएल नियम मौजूद हैं।

हालाँकि, एक प्रो से वादी केवल अपने आप का प्रतिनिधित्व करता है। उसे ऐसा करने का सांविधिक अधिकार है (28 U.S.C. § 1654), और दोषपूर्ण फाइलिंग के लिए प्रतिबंध उस पर नहीं बल्कि एक क्लाइंट पर पड़ता है। जब ऐसा वादी एक AI प्रणाली का उपयोग करता है, तो यूपीएल ढांचे को "कानून का अभ्यास" कहीं स्थित करना चाहिए: उपकरण में, इसके विकासकर्ता में, या कहीं नहीं, और उन प्रत्येक उत्तरों से असुविधा है। जो वास्तव में चिंता को संचालित करता है वह प्राधिकार नहीं बल्कि विश्वसनीयता है, यह भय कि एक अनलाइसेंसप्राप्त, जवाबदेही न करने वाली प्रणाली किसी ऐसे व्यक्ति को आत्मविश्वास से गलत कानून प्रदान करेगी जिसके पास इसकी जाँच करने की क्षमता नहीं है। विश्वसनीयता इसका संपूर्ण भाग नहीं है, क्योंकि अदालतें कानून के अभ्यास को क्षमता के जितना जवाबदेही के माध्यम से भी नियंत्रित करती हैं: एक लाइसेंसप्राप्त वकील को प्रतिबंधित, निलंबित, या अनुमति रद्द की जा सकती है, और एक AI प्रणाली को इनमें से कुछ भी नहीं किया जा सकता। जवाबदेही का अंतराल वास्तविक है, और आर्केस्ट्रेशन खाता विश्वसनीयता को संबोधित करता है, जवाबदेही को नहीं। यदि एक आर्केस्ट्रेटेड प्रणाली व्यवस्थित रूप से गलती करती, तो जिम्मेदारी तीन स्थानों में से एक पर पड़ सकती है: फाइलिंग पर हस्ताक्षर करने वाले ऑपरेटर पर (एकमात्र अभिनेता जिसे वर्तमान में नियम 11 पहुंचता है), आर्किटेक्चर के प्रदाता पर, या किसी पर नहीं। कानून तीनों में से कौन सा चुनता है, यह निर्धारित करेगा कि क्या जवाबदेही का अंतराल सकीण होता है या केवल स्थानांतरित होता है।

यहाँ एकल-मॉडल/आर्केस्ट्रेशन अंतर वास्तविक कार्य करता है। यूपीएल चिंता को प्रेरित करने वाली विश्वसनीयता की कमी एकल-मॉडल कॉन्फ़िगरेशन की विशेषता है, और क्रॉस-मॉडल सत्यापन और उद्धरण सत्यापन के चारों ओर निर्मित आर्किटेक्चर उस कमी को संबोधित करता है। यह यूपीएल प्रश्न को भंग नहीं करता है, क्योंकि एक अत्यधिक विश्वसनीय उपकरण को अभी भी "कानून का अभ्यास" कहा जा सकता है। जो यह करता है वह दो चीजों को अलग करता है जिन्हें बहस विलय करती है: विश्वसनीयता और प्राधिकार विश्लेषणात्मक रूप से अलग प्रश्न हैं, और उन्हें भ्रमित करना अस्पष्ट करता है कि एक आर्किटेक्चर सुधार दूसरे को स्पर्श किए बिना पहले को संबोधित कर सकता है। यदि विश्वसनीयता सही चिंता है, तो आर्किटेक्चर, और केवल लाइसेंसिंग नहीं, विश्लेषण का हिस्सा बन जाता है, और असहमति को सतह पर लाने और हल करने के लिए डिज़ाइन की गई एक प्रणाली के बजाय अकेले उत्तर की चिंता को संबोधित करती है। यदि विश्वसनीयता आर्किटेक्चरल है, तो यह भी डिजाइन योग्य और प्रमाणपत्रयोग्य है, कानूनी सेवाओं के विनियमन को फिर से आविष्कार करने के लिए प्रस्तावों पर निर्भर करने वाली वस्तु का प्रकार (हैडफील्ड 2017)। एक आर्किटेक्चर जो जो सत्यापित नहीं कर सकता उसे उत्सर्जित करने से इनकार करता है, और जो अपरिवर्तनीय अनिश्चितता को मानव को रूट करता है, अनलाइसेंसप्राप्त सलाहकार के रूप से बजाय डिजाइन द्वारा अनुपालन के रूप में कार्य करना शुरू करता है।

C. एक पुनर्निर्माण, समाधान नहीं।

दोनों सिद्धांतात्मक क्षेत्र अनिर्णीत रहते हैं। pro se AI उपयोग के प्रमुख मात्रा-और-भ्रम खाते ने इन सिद्धांतात्मक बहसों को आकार दिया है, और एक गुणवत्ता-केंद्रित, समन्वय-आधारित खाता उन्हें पुनर्निर्माण करता है। कार्य-उत्पाद सुरक्षा अधिक सुसंगत दिखाई देती है जब AI उपयोग को यांत्रिक आउटपुट के बजाय पुनरावृत्तिमूलक रणनीति के रूप में समझा जाता है, और UPL बहस अलग दिखाई देती है जब विश्वसनीयता को अंतर्निहित दोष के बजाय एक वास्तुकला चर के रूप में माना जाता है।

VII. सीमाएं और भविष्य का कार्य

चार सीमाएं डिज़ाइन को बाँधती हैं। सबसे पहले, और सबसे मौलिक रूप से, यह एक एकल मामला (n = 1) है जिसे इसके एक पक्ष द्वारा लिखा गया है। भाग V में निष्कर्ष वितरणात्मक दावे के बजाय अस्तित्व के दावे हैं। ऐसा मामला क्या कर सकता है, वह है जो गुणात्मक पद्धति ने चरम या प्रकाशकारी मामलों के लिए लंबे समय से मान्यता दी है: एक घटना को उजागर करना जिस तक मानक डिज़ाइन अभी तक नहीं पहुंचे हैं, और उन परिकल्पनाओं को उत्पन्न करना जिन्हें व्यवस्थित अध्ययन को तब परीक्षण करना चाहिए।

दूसरा, लेखक वादी, विकासकर्ता और विश्लेषक है; भाग IV में सीमाएं इसी कारण से मौजूद हैं।

तीसरा, कारण-कार्य को अलग नहीं किया जा सकता। रिकॉर्ड वास्तुकला के योगदान को वादी के अपने कौशल, पूर्व तैयारी, एक अबिल पक्ष की प्रोत्साहन, या अन्य भ्रामक कारकों से अलग नहीं कर सकता। भाग III में वास्तुकला संबंधी चर्चा एक सिद्ध तंत्र नहीं बल्कि एक संभाव्य तंत्र प्रदान करती है।

कई प्रतिद्वंद्वी व्याख्याएं प्रशंसनीय रहती हैं। वादी सरलतः सक्षम हो सकता है: शिक्षित, प्रेरित, और अबिल, एक pro se पक्ष सैकड़ों घंटे एक मामले पर खर्च कर सकता है जिसे वकील दसियों में कर्मचारी करेंगे। तीन दिन की आपत्ति तैयारी को संसाधन के बजाय माप सकती है (भाग V.B)। चयन दो स्तरों पर संचालित होता है। मामले के स्तर पर, यह मामला एक लेख का विषय है क्योंकि इसका रिकॉर्ड अनुकूल है, और उन मामलों में जहां समन्वय-सहायक वादी विफल होते हैं, कोई लेख उत्पन्न नहीं होते। एपिसोड स्तर पर चयन लेखक का अपना है: डॉकेट इस लेख द्वारा वर्णित पांच से अधिक घटनाएं हैं, और लेखक ने चुना कि कौन प्रस्तुत करना है। उस चयन के विरुद्ध, पूर्णता कथन डॉकेट-सत्यापन योग्य है: जून 2026 तक, रिकॉर्ड में वादी को दंडित करने वाला कोई आदेश नहीं है, उसकी किसी भी फाइलिंग को स्ट्राइक करने वाला कोई आदेश नहीं है, और कोई समय सीमा नहीं है जो उसने याद की हो। रिकॉर्ड एक प्रतिकूल प्रक्रियात्मक नोट के निकटतम इस मामले की सीमा पर पहुंचता है, जहां अदालत ने वादी के आवेदन को pauperis के रूप में आगे बढ़ने के लिए अस्वीकार कर दिया (फाइलिंग शुल्क तब अनुमत समय के भीतर भुगतान किया गया था) और टिप्पणी की कि समन सेवा पते की आपूर्ति तक जारी नहीं हो सकते, जो तब थे। कथन PACER पहुंच वाले किसी के द्वारा खंडन योग्य है; एपिसोड-स्तर चयन अभी भी क्या छुपा सकता है वह जोर है, प्रतिकूल निर्णय नहीं। प्रस्तावित अध्ययन इन प्रतिद्वंद्वी व्याख्याओं के बीच निर्णय करने के लिए डिज़ाइन किया गया है।

एक और सीमा वैधता के बजाय पहुंच पर जाती है। भाग II न्याय अंतराल को उन कम आय वाले अमेरिकियों के संदर्भ में तैयार करता है जो लीगल सर्विसेज कॉरपोरेशन अध्ययन करता है, जबकि यहां का वादी एक Ph.D.-स्तर का AI-सिस्टम आर्किटेक्ट है जो अपने स्वयं के डिज़ाइन की एक प्रणाली संचालित करता है, तकनीकी क्षमता के वितरण की दूर पूंछ से तैयार एक आत्म-प्रतिनिधित्व वाला वादी। अस्तित्व प्रमाण उस तथ्य से कमजोर नहीं होता है, लेकिन इसका दायरा भाग II द्वारा केंद्रित आबादी की तुलना में संकीर्ण है: इस मामले में कुछ भी यह नहीं दिखाता है कि समन्वय-सहायक वकालत उस आबादी के लिए व्यावहारिक रूप से उपलब्ध है, जिनके लिए लागत, डिजिटल पहुंच, और तकनीकी धाराप्रवाहता स्वयं बाधाएं हैं। क्या आर्किटेक्चर के लाभ एक विशेषज्ञ ऑपरेटर से एक सामान्य आत्म-प्रतिनिधित्व वाले वादी के हस्तांतरण में जीवित रहते हैं, यह एक अनुभवजन्य प्रश्न है, और भाग II की सहायक रूपरेखा के लिए यह संभवतः निर्णायक है; प्रस्तावित अध्ययन की विकलांगता शाखा इसे प्राप्त करने के लिए डिज़ाइन की गई है। स्थानांतरण केवल तकनीकी सेटअप का विषय नहीं है। समन्वय ऑपरेटर के संज्ञानात्मक भार को मसौदा तैयारी से मध्यस्थता तक स्थानांतरित करता है: प्रतिस्पर्धी आउटपुट पढ़ना, सामने आई असहमति का वजन करना, तय करना कि कौन सी पंक्ति जीवित रहती है। मध्यस्थता स्वयं एक मांग कौशल है। क्या उस बोझ को ऑपरेटर विशेषज्ञता के बजाय इंटरफ़ेस डिज़ाइन द्वारा वहन किया जा सकता है, और संज्ञानात्मक, दृश्य, या शैक्षिक बाधाओं वाले वादियों के लिए कितनी लागत पर, यह अनुभवजन्य प्रश्न जितना ही डिज़ाइन प्रश्न है।

चौथा, मामला लंबित है; यहां कोई खोज इसके समाप्त होने के तरीके पर निर्भर नहीं करती है।

यह परिकल्पना जो यह मामला उत्पन्न करता है, कि ऑर्केस्ट्रेशन आर्किटेक्चर एकल-मॉडल प्रॉम्प्टिंग की तुलना में उच्च-गुणवत्ता वाली प्रो सी मुकदमेबाजी आचरण से जुड़ा है, परीक्षणीय है। एक व्यवस्थित अध्ययन AI सहायता के मोड द्वारा कोडित प्रो सी फाइलिंग के नमूने में मुकदमेबाजी आचरण (समय सीमा का पालन, उद्धरण सटीकता, गति परिणाम) की तुलना कर सकता है, AI-संगत-ड्राफ्टिंग संकेतकों का उपयोग करके जो अनुभवजन्य साहित्य विकसित करना शुरू कर चुका है और LegalBench, कानूनी तर्क के लिए सहयोग से निर्मित एक बेंचमार्क (Guha et al. 2023)। एक कार्य परिवार, seeded-error detection, सीधे Part V से अनुसरण करता है। टेस्ट ब्रीफ़ को वहाँ दस्तावेज़ किए गए प्रकार की सत्यापन योग्य खामियों के साथ नमकीन किया जाता है: एक स्थानांतरित वैधानिक अनुभाग, गलत उद्धृत प्राधिकार, एक निर्मित उद्धरण। पहचान दरों की तुलना तब सहायता मोड में की जाती है, एकल-मॉडल प्रॉम्प्टिंग से ऑर्केस्ट्रेटेड सत्यापन तक, वकील और गैर-वकील ऑपरेटरों के रूप में अलग भुजाएँ। आर्किटेक्चर के घटकों (बाह्य-स्रोत सत्यापन और क्रॉस-मॉडल असहमति) को अलग से ablate किया जाता है, ताकि प्रत्येक तंत्र का योगदान बंडल को श्रेय देने के बजाय पहचाना जाए (Table 5)। ऐसा डिज़ाइन, निष्पक्ष शोधकर्ताओं द्वारा कई मामलों में संचालित, यहाँ आगे बढ़ाए गए अस्तित्व दावे को वितरणात्मक में परिवर्तित कर सकता है, या इसे खारिज कर सकता है। मजबूत डिज़ाइन उपलब्ध हैं और पसंद किए जाने चाहिए: समान कानूनी कार्यों पर एकल-मॉडल और ऑर्केस्ट्रेटेड सहायता की नियंत्रित तुलना, पूर्व-पंजीकृत प्रोटोकॉल, खुली सामग्री, और सिस्टम के अपने दावों की अंध-सेट सत्यापन, इसके उद्धरण-सत्यापन दर सहित; quasi-experimental identification, जैसे multi-model tools की सार्वजनिक उपलब्धता के आसपास अंतर-में-अंतर डिज़ाइन; और मोटर, दृश्य, या संज्ञानात्मक विकलांगता वाले प्रतिभागियों के लिए एक समर्पित भुजा, जिनके लिए Part II का सहायक ढांचा काल्पनिक नहीं है। कानूनी सहायता का यादृच्छिकृत मूल्यांकन एक पूर्वगामी है: access-to-justice साहित्य प्रतिनिधित्व की पेशकश और unbundled सहायता के यादृच्छिकृत अध्ययन चलाया है (Greiner, Pattanayak & Hennessy 2013), और यहाँ प्रस्तावित सहायता-मोड तुलना उस डिज़ाइन परंपरा को आर्किटेक्चर चर तक विस्तारित करती है। अधिक व्यापक रूप से, यह परिकल्पना एक मानक का सुझाव देती है जिसे क्षेत्र ने अभी तक अपनाया नहीं है: कि AI सिस्टम को न केवल उनके आउटपुट की गुणवत्ता के आधार पर मूल्यांकन किया जाए, बल्कि उनके तर्क आर्किटेक्चर की गुणवत्ता के आधार पर भी। इसमें कानून के लिए कुछ भी विशिष्ट नहीं है: जहाँ भी परिणाम देने वाले कार्य को जनरेटिव सिस्टम को सौंपा जाता है, चिकित्सा, इंजीनियरिंग, या वित्त में, एक ही प्रश्न उत्पन्न होता है, और एक ही चर अपरिमाप रहता है। यह भी एक चर को पुनः परिभाषित करता है जिसे access-to-justice विश्लेषण लंबे समय से निश्चित माना जाता है। वादी की प्रवेश लागत $405 फाइलिंग शुल्क थी, और एक बचाव वकील की औपचारिक प्रवेश लागत $200 pro hac vice शुल्क थी (ECF Nos. 19, 52, 60)। दोनों सैकड़ों डॉलर के कम हैं, और वे एक प्रभावी रूप से अगम्य संसाधन अंतर के दोनों सिरों पर खड़े हैं; तुलना केवल औपचारिक प्रवेश शुल्क का संबंध रखती है, प्रतिनिधित्व की लागत नहीं। जो बदल सकता है वह एक अदालत कक्ष में प्रवेश करने की कीमत नहीं है बल्कि एक में रहने के लिए आवश्यक मुकदमेबाजी क्षमता की सीमांत लागत है। क्या वह लागत वास्तव में गिरी है, और कितनी, प्रस्तावित अध्ययन के लिए एक अनुभवजन्य प्रश्न है; कि यह एक स्थिरांक के बजाय एक चर बन गया है, यह स्वयं परीक्षण के लायक एक परिकल्पना है।

Table 5. प्रस्तावित अध्ययन, भुजा द्वारा।

नोट: प्रत्येक भुजा को वकील और गैर-वकील ऑपरेटरों के साथ अलग समूहों के रूप में चलाया जाता है, और एक अलग विकलांगता भुजा, पाँच क्रमांकित भुजाओं के बाहर चलाई जाती है, मोटर, दृश्य, या संज्ञानात्मक विकलांगता वाले प्रतिभागियों के लिए, और परिणाम उपायों को सत्रों से पहले पूर्व-पंजीकृत किया जाता है; पाठ देखें।

VIII. निष्कर्ष

प्रो सी मुकदमेबाजी में कृत्रिम बुद्धिमत्ता का प्रचलित विवरण मात्रा और अविश्वसनीयता के बारे में एक कहानी है: अधिक लिtigants, तेजी से फाइलिंग, fabricated प्राधिकार के बढ़े हुए जोखिम के साथ। यह मानता है, बिना कहे, कि AI सहायता का अर्थ है एक litigant एक सामान्य-उद्देश्य मॉडल को प्रॉम्प्ट कर रहा है, और वह धारणा अब मान्य नहीं है।

यहाँ जाँचा गया मामला, लेखक के विवरण के अनुसार, एक अलग आर्किटेक्चर पर बनाया गया था: कई स्वतंत्र मॉडल को समानांतर में पूछा गया था, और उनकी असहमति को सतह पर लाया गया और समाधान किया गया था दबाने के बजाय। मुकदमेबाजी आचरण का विवरण पूरी तरह से एक सत्यापन योग्य सार्वजनिक रिकॉर्ड पर निर्भर करता है; वह रिकॉर्ड ऐसे आचरण को शामिल करता है जिसे मात्रा-और-hallucination विवरण न तो वर्णन करता है और न ही भविष्यद्वाणी करता है: एक खराब फाइलिंग का तीव्र पुनर्निर्माण, एक व्यावहारिक विरोध अनुसूची से बहुत पहले दाखिल किया गया, और एक समन्वित रक्षा संक्षिप्त में एक statutory-citation त्रुटि की पहचान। लेख तब दिखाता है कि कैसे AI सहायता को ऑर्केस्ट्रेशन के रूप में समझना, और गुणवत्ता के मामले के रूप में, दो doctrinal बहसों को पुनः परिभाषित करता है जो अब संघीय अदालतों के सामने हैं। जो litigants नहीं टाइप कर सकते, देख सकते, या मुकदमेबाजी की गति पर संगठित नहीं कर सकते, आर्किटेक्चर अंतर दक्षता का प्रश्न नहीं है बल्कि अमेरिकियों विकलांग अधिनियम के अर्थ में पहुंच का है: क्या तरीका जिसमें AI सहायता कॉन्फ़िगर की जाती है वह है जो आत्म-प्रतिनिधित्व संभव बनाता है।

दावा यह है कि AI सहायता की वास्तुकला, केवल इसकी उपलब्धता नहीं, उस विश्लेषण में शामिल है कि आत्म-प्रतिनिधित्व करने वाले वादी अब क्या कर सकते हैं। यह दावा और भी अधिक जरूरी हो जाता है क्योंकि फाउंडेशन मॉडल कच्ची क्षमता में एकीभूत हो रहे हैं, क्योंकि जब मॉडल स्वयं कम भिन्न होते हैं, तो उन्हें जिस तरीके से संयोजित किया जाता है वह अधिक भिन्न होगा। वास्तुकला-निर्भरता परिकल्पना यह है कि वास्तुकला कोई कार्यान्वयन विवरण नहीं है: यह लोगों और अदालतों के लिए उपलब्ध कार्य की गुणवत्ता का एक निर्धारक है। क्या AI कानूनी कार्य में भाग लेता है यह अब सवाल में नहीं है; जो खुला रहता है वह यह है कि कौन सी वास्तुकला क्या करती है। इस खाते पर, pro se AI समस्या एक डिजाइन समस्या है, बुद्धिमत्ता समस्या नहीं, और डिजाइन समस्याओं के डिजाइन उत्तर होते हैं। आगे का काम विशेष वास्तुकलाओं को निर्दिष्ट करना और उन्हें एक दूसरे के विरुद्ध परीक्षण करना है, बेहतर व्यक्तिगत मॉडल की प्रतीक्षा करने के बजाय। परिशिष्ट एक ऐसी वास्तुकला को काफी सटीकता से बताता है कि इसे चलाया और आलोचना की जा सकती है, और एक संदर्भ कार्यान्वयन इसके साथ प्रकाशित किया जाता है।

परिशिष्ट। एक सहायता वास्तुकला, इसे चलाया जा सकता है इसलिए निर्दिष्ट

इस लेख का तर्क यह है कि "AI सहायता" विभिन्न विफलता गुणों के साथ वास्तुकलाओं के एक परिवार को नाम देता है। दावा का परीक्षण करना आसान है एक बार कम से कम एक वास्तुकला इतनी सटीकता से बताई गई है कि इसे चलाया और आलोचना की जा सके। नीचे दिया गया प्रोटोकॉल ऐसा ही एक विवरण है। इसे यहां blind-consolidation protocol²⁵ कहा जाता है, उस चरण के बाद जो इसे multi-agent debate से सबसे स्पष्ट रूप से अलग करता है, जिसमें मॉडल एक दूसरे को पढ़ते हैं।²⁶ यह केवल सार्वजनिक मॉडल का उपयोग करता है, और कोई भी व्यक्ति जिसके पास तीन विक्रेताओं के लिए उपभोक्ता या API पहुंच है, इसे पुनः उत्पन्न कर सकता है।

नीचे दिया गया प्रोटोकॉल वास्तुकला के स्तर पर, भाग III में वर्णित परिवार को बताता है: अलगाव में पूछताछ की गई विषम मॉडल, स्पष्ट नियमों के तहत गठित सहमति जिसमें असहमति को संरक्षित किया जाता है न कि औसत किया जाता है, और हर उद्धरण को इसके स्रोत के विरुद्ध जांचा जाता है। यह भाग III में वर्णित प्रणाली से इस बात में भिन्न है कि यह अंतिम जांच कैसे की जाती है: वहां यह एक घटक है जो एक लाइव डेटाबेस के विरुद्ध सत्यापन करता है, यहां यह खोज-सक्षम मॉडल है और फिर एक व्यक्ति है, और नीचे बाधा तीन स्पष्ट रूप से कहती है कि मॉडल की स्वीकृति जांच नहीं है। इसे एक विनिर्देश के रूप में बताया गया है, साक्ष्य के रूप में नहीं: लेख इसके आउटपुट के रूप में मामले के अध्ययन में कोई दाखिल नहीं करता है और इससे कोई निष्कर्ष नहीं निकालता है (जो रोक दिया जाता है: नोट 24)। प्रोटोकॉल जो तर्क में योगदान देता है वह चलाने का घोषणापत्र है। इस लेख में वास्तुकला चर स्व-रिपोर्ट किया गया है (भाग IV); एक घोषणापत्र वह है जिसकी एक बाहरी पाठक को इससे पहले कोई और चीज हो सकती है। भाग V में दाखिल कोई नहीं हैं।

जिस समस्या का समाधान यह करता है।

एक स्व-प्रतिनिधित्व करने वाला मुकदमेबाज़ मुफ़्त उपभोक्ता स्तरों के माध्यम से कई सीमांत मॉडल तक पहुँच सकता है, और लागत, डिजिटल पहुँच और तकनीकी दक्षता बाधाएँ बनी रहती हैं (भाग VII): नीचे दिया गया उच्च-दांव वाला स्तंभ सशुल्क API पहुँच है, और गोपनीयता की शर्त जो बाद में निर्धारित की गई है, सबसे अधिक संरक्षण की आवश्यकता वाली सामग्री के लिए अधिकांश मुफ़्त स्तरों को बाहर करती है। सामान्य प्रथा एक का प्रश्न करना, उत्तर पढ़ना और इसे दाखिल करना है। प्रलेखित विफलता एक आत्मविश्वासी मॉडल द्वारा एक उद्धरण का उत्पादन करना है जो मौजूद नहीं है, और प्रक्रिया में कुछ भी इसे पकड़ने के लिए तैनात नहीं है। प्रोटोकॉल एकल प्रश्न को एक सामान्य कार्य कथन और इसके बाद के चार चरणों से बदल देता है। यह प्रत्येक मॉडल को वास्तव में उतना ही सटीक रखता है जितना वह था; यह कई को इस तरह व्यवस्थित करता है कि एक सिस्टम की त्रुटि को अन्य संगठनों द्वारा प्रशिक्षित सिस्टम के संपर्क में बचना चाहिए, और यह रिकॉर्ड करता है कि उनमें से प्रत्येक ने क्या कहा।

भूमिकाएँ।

प्रोटोकॉल को इसके द्वारा परिभाषित किया जाता है कि प्रत्येक भूमिका क्या देखने की अनुमति है। चार नियम इसे निर्धारित करते हैं:

1. जनरेटर केवल कार्य कथन को देखते हैं और कुछ नहीं। कोई भी किसी अन्य जनरेटर के ड्राफ्ट को नहीं देखता।

2. समेकनकर्ता प्रत्येक ड्राफ्ट को तटस्थ लेबल R1 से Rn के तहत यादृच्छिक क्रम में देखता है। यह कभी नहीं जानता कि किस विक्रेता ने कौन सा ड्राफ्ट तैयार किया।

3. पहला आलोचक समेकनकर्ता के अपने परिवार के भीतर एक नए संदर्भ में पढ़ता है। यह कार्य कथन और समेकित दस्तावेज़ को देखता है, और इसे तैयार करने वाले समेकन में से कुछ भी नहीं देखता।

4. अंतिम पाठक एक ऐसा आलोचक है जो समेकनकर्ता से एक अलग विक्रेता से है। यह कार्य कथन, समेकित दस्तावेज़ और पहले आलोचक की रिपोर्ट देखता है, और इसका निर्णय रन को बंद करता है।

विभिन्न विक्रेताओं से सीमांत मॉडलों का कोई भी समुच्चय जो चार नियमों को संतुष्ट करता है, वह प्रोटोकॉल को चलाता है। एक उदाहरण के रूप में, ये सार्वजनिक मॉडल हैं जो सितंबर 2026 में उपलब्ध थे और भूमिकाओं को भर सकते थे:

तालिका 6. सितंबर 2026 में उपलब्ध सार्वजनिक मॉडल जो चार भूमिकाओं को भर सकते थे।

स्रोत: सितंबर 2026 तक विक्रेता दस्तावेज़। भूमिकाओं के लिए मॉडलों का असाइनमेंट लेखक का है; भूमिकाएँ, पहचानकर्ता नहीं, प्रोटोकॉल को परिभाषित करती हैं।

तालिका एक उदाहरण है कि क्या उपलब्ध था, और पहचानकर्ता पुराने हो जाएँगे। भूमिकाएँ नहीं। Grok को विक्रेता द्वारा नाम दिया गया है और ओपन-वेट मॉडल को वर्ग द्वारा, क्योंकि उनकी होस्ट की गई पहचानकर्ता होस्ट से होस्ट तक भिन्न होती हैं, और gemini-3.1-pro-high विक्रेता के API दस्तावेज़ में मॉडल कोड के बजाय एक होस्ट की गई इंटरफ़ेस का उपनाम है। उच्च-दांव स्तंभ एक पाँचवाँ जनरेटर जोड़ता है, और इसका समेकनकर्ता एक ऐसा मॉडल है जिसने कोई ड्राफ्ट नहीं लिखा, इसलिए यह कभी अपने पाठ को एक लेबल के तहत आंकता नहीं। आकृति 9 भूमिका द्वारा प्रोटोकॉल को खींचती है।

भूमिकाओं के लिए परिवारों का असाइनमेंट लेखक के उपयोग पर आधारित है, माप पर नहीं। 2025 और 2026 में इन प्रणालियों के साथ लगभग दो हजार घंटों के काम में, एक नए संदर्भ में अंधे आलोचक के रूप में रखा गया मॉडल कठोरतम और सबसे उपयोगी सत्यापन दिया जब यह समेकनकर्ता के समान परिवार से आया, और यह तब भी ऐसा करता है जहाँ समीक्षा के तहत पाठ उस परिवार द्वारा तैयार किया गया था। अन्य विक्रेताओं के आलोचक कमजोर पाठक नहीं थे; उन्होंने अलग चीजें पाईं, यही कारण है कि प्रोटोकॉल उनमें से एक को रखता है और इसे समापन निर्णय देता है। चार नियम इसके बारे में हैं कि प्रत्येक भूमिका क्या देख सकती है, यह नहीं कि कौन सा विक्रेता इसे भरता है, और जो पाठक समेकनकर्ता या पहले आलोचक पर एक भिन्न परिवार को पसंद करते हैं, वह एक को प्रतिस्थापित कर सकते हैं और फिर भी प्रोटोकॉल को चला रहे होंगे।

आकृति 9। अंधा-समेकन प्रोटोकॉल, भूमिका द्वारा: अलग-थलग पीढ़ी, अंधा समेकन, और दो सत्यापन।

स्रोत: इस परिशिष्ट में निर्दिष्ट प्रोटोकॉल के लेखक का आरेख।

यह एक रैंप है। इसे किसी के लिए बनाया गया था जो सीढ़ियाँ नहीं ले सकता: जो एक साथ पाँच इंटरफ़ेस नहीं पकड़ सकता, उन्हें एक दूसरे के विरुद्ध नहीं पढ़ सकता, और उत्तर को वापस नहीं ले जा सकता। एक रैंप का उपयोग हर कोई करता है जो दरवाजे तक पहुँचता है, न कि केवल वह व्यक्ति जिसके लिए इसे बनाया गया था। उपरोक्त सूत्र इसलिए लिखा गया है ताकि कोई भी इसे ले सके।

चरण।

चरण 0. एक कार्य विवरण। एक एकल लिखित विवरण उद्देश्य, अधिकार क्षेत्र, आवश्यक प्रारूप, स्रोत के रूप में क्या गिना जाता है, और एक ऐसे दावे के साथ क्या करना है जिसकी पुष्टि नहीं की जा सकती, इसे निर्धारित करता है। प्रत्येक मॉडल इसे अपरिवर्तित प्राप्त करता है, ताकि मसौदों के बीच अंतर मॉडल से आएं।

चरण 1. पृथक पीढ़ी। प्रत्येक जनरेटर समानांतर में एक पूर्ण मसौदा तैयार करता है, जहां इंटरफेस या API इसे ले जाता है वहां वेब खोज सक्षम होती है, और जहां कार्य गहराई की मांग करता है वहां गहन अनुसंधान होता है। इन विक्रेताओं के उपभोक्ता इंटरफेस डिफ़ॉल्ट रूप से खोज करते हैं; कुछ प्रोग्रामेटिक एंडपॉइंट कोई खोज उपकरण नहीं ले जाते हैं, और एक जनरेटर उनमें से एक पर चलने वाला वजन से मसौदा तैयार कर रहा है, जिसे रन रिकॉर्ड को दिखाना चाहिए। प्रत्येक को प्रत्येक तथ्यात्मक और कानूनी प्रस्ताव के लिए एक सत्यापन योग्य स्रोत का हवाला देना आवश्यक है, जो वह सत्यापित नहीं कर सके उसे अपरिवर्तित के रूप में चिह्नित करना चाहिए, और अपने खुले प्रश्नों के साथ बंद करना चाहिए। पृथकता तंत्र है। विभिन्न संगठनों द्वारा बनाए गए और विभिन्न कॉर्पोरा पर निर्मित मॉडल विभिन्न चीजें बनाते हैं, और एक दावा जो कई मॉडल स्वतंत्र रूप से उत्पन्न करते हैं, प्रत्येक अपने स्वयं के उद्धरण के साथ, एक अलग साक्ष्यात्मक स्थिति में खड़ा होता है एक दावे से जो उनमें से एक ने अकेले उत्पादित किया। एक ड्राफ्टर जो एक अन्य ड्राफ्ट देखता है वह इससे सहमत होता है कि दावा सच है या नहीं, इससे असंबंधित कारणों के लिए।

चरण 2. अंधा समेकन। एक मॉडल को ड्राफ्ट R1 से Rn तक प्राप्त होते हैं, एक क्रम में जो यादृच्छिक रूप से चुना जाता है और रन मेनिफेस्ट में केवल दर्ज किया जाता है, और उन्हें स्पष्ट नियमों के तहत मर्ज करता है। कई ड्राफ्ट द्वारा समर्थित दावे या एक सत्यापन योग्य उद्धरण द्वारा समर्थित दावे समावेशन के लिए पसंद किए जाते हैं, जो यह नियम है कि ड्राफ्ट में क्या प्रवेश करता है न कि यह निष्कर्ष कि वे सच हैं। एकल ड्राफ्ट में पाई गई सामग्री को तब रखा जाता है जब वह एक सत्यापन योग्य उद्धरण ले जाती है। संघर्षों को साक्ष्य के साथ हल किया जाता है या पाठ में चिह्नित किया जाता है। ड्राफ्ट के बीच समझौता समझौता के रूप में दर्ज किया जाता है और कभी भी प्रमाण में पदोन्नत नहीं किया जाता है। नई सामग्री केवल तभी प्रवेश करती है जब समेकक इसे स्वयं सत्यापित करता है, और इसे जोड़ा हुआ के रूप में चिह्नित किया जाता है। प्रत्येक वास्तविक दावा उन ड्राफ्ट का नाम देने वाला एक टैग ले जाता है जो इसका समर्थन करते हैं। समेकक एक लॉग भी लिखता है: ड्राफ्ट किस पर सहमत थे, किस पर असहमत थे और प्रत्येक संघर्ष को कैसे हल किया गया, और क्या छोड़ा गया और क्यों। लॉग वह जगह है जहां असहमति बची रहती है। क्योंकि लेबल मैप रखा जाता है, एक बाद का पाठक टैग को इसके विरुद्ध सेट कर सकता है और मापन कर सकता है कि समेकक कितनी बार अपने विक्रेता के ड्राफ्ट को पसंद करता है।

चरण 3. आंतरिक सत्यापन। समेकक के परिवार से एक समीक्षक ताजे संदर्भ में विलीन दस्तावेज को पढ़ता है, समेकन की कोई स्मृति के बिना। इसका कार्य सत्यापन है, और यह कोई सुधारा हुआ दस्तावेज नहीं देता है। यह अस्तित्व और सटीकता के लिए हर उद्धरण की जांच करता है, अंतराल और अतिशयोक्ति के लिए तर्क का परीक्षण करता है, पुष्टि करता है कि कार्य विवरण पूरा किया गया था, और महत्वपूर्ण, प्रमुख और मामूली के साथ निष्कर्षों की रिपोर्ट करता है: मंजूरी, तय के साथ मंजूरी, या अस्वीकृति।

चरण 4. क्रॉस-विक्रेता सत्यापन। एक अलग विक्रेता से एक समीक्षक समान दस्तावेज और पहली रिपोर्ट को पढ़ता है। यह प्रत्येक निष्कर्ष की पुष्टि, विवाद या विस्तार करता है, अपने स्वयं के जोड़ता है, और समाप्ति निर्णय देता है। यह चरण इससे पहले के दोनों की कमजोरी के कारण मौजूद है: एक समेकक जिसे अपने परिवार द्वारा जांचा जाता है वह उस परिवार की अंधी जगह साझा करता है, और एक पाठक जो कहीं और प्रशिक्षित होता है वह उन तक सबसे प्रत्यक्ष मार्ग है।

पाइपलाइन से क्या निकलता है।

डिलिवरेबल समेकित दस्तावेज़, समेकन लॉग, दोनों सत्यापन रिपोर्टें और एक मैनिफेस्ट हैं। कोई भी चरण दस्तावेज़ को आलोचक के आउटपुट से अधिलेखित नहीं करता है। एक व्यक्ति रिपोर्टें पढ़ता है और यह निर्णय लेता है कि कौन सी सुधार लागू करनी हैं। मुकदमे में दाखिल करने पर हस्ताक्षर करने वाला व्यक्ति इसकी सामग्री के लिए जवाबदेह है, और एक पाइपलाइन जो चुप्पी से पाठ को फिर से लिखती है, वह यह अस्पष्ट करती है कि किसने क्या निर्णय लिया।

मैनिफेस्ट प्रत्येक चरण के लिए रिकॉर्ड करता है: मॉडल पहचानकर्ता, प्रॉम्प्ट हैश, आउटपुट हैश, प्रारंभ समय और अवधि, लेबल मैप के साथ। इसके बिना, इस तरीके से तैयार किया गया दस्तावेज़ एक मॉडल से दो बार पूछने के द्वारा निर्मित दस्तावेज़ से अप्रभेद्य है। इसके साथ, एक पाठक जो मौजूद नहीं था, ऑपरेटर के रन के रिकॉर्ड का अंकेक्षण कर सकता है: किस भूमिका के लिए कौन सी पहचानकर्ता कॉन्फ़िगर की गई थी, किस क्रम में ड्राफ्ट को लेबल किया गया था, प्रत्येक चरण को क्या प्राप्त और वापस किया गया था। यह एक संरचित आत्म-रिपोर्ट है, प्रमाण नहीं। पहचानकर्ताएं प्रमाणित प्रतिक्रिया के बजाय कॉन्फ़िगरेशन से आती हैं, एक चरण जो हाथ से चलाया जाता है वह ऑपरेटर के वचन को इंटरफेस में क्या हुआ इसके लिए ले जाता है, और एक खोज उपकरण को प्रस्तुत किए जाने का रिकॉर्ड एक स्रोत को जांचने का रिकॉर्ड नहीं है। देखे गए चर को रिपोर्ट किए गए के बजाय बनाने के लिए रन की तीसरी पक्ष की कस्टडी लगती है, जो भाग VII में डिज़ाइन प्रदान करता है और एक फाइल प्रारूप क्या नहीं कर सकता।

संदर्भ कार्यान्वयन।

एक संदर्भ कार्यान्वयन, docprep, एक खुली लाइसेंस के तहत प्रकाशित किया गया है (नोट 25): एक फाइल में Python की लगभग पाँच सौ पंक्तियाँ, तालिका 6 का कॉन्फ़िगरेशन, मेनिफेस्ट प्रारूप, और ऑफलाइन परीक्षण जो खातों या कुंजियों के बिना चलते हैं।

कार्यान्वयन यह अलग करता है कि वह क्या लागू करता है और क्या केवल पूछता है। चार भूमिका नियम लागू किए जाते हैं। एक जनरेटर के संकेत को केवल कार्य कथन से जोड़ा जाता है; प्रारूप समेकन करने वाले तक फेरबदल और पुनः लेबल किए जाते हैं, मानचित्र के साथ केवल मेनिफेस्ट में लिखा जाता है; और एक कॉन्फ़िगरेशन जिसका पहला आलोचक समेकन करने वाले के परिवार के बाहर बैठता है, या जिसका अंतिम आलोचक इसके अंदर बैठता है, किसी भी मॉडल को कॉल करने से पहले अस्वीकार कर दिया जाता है (चित्र 10)। चरण 2 के विलय नियम केवल पूछे जाते हैं: ये समेकन करने वाले के संकेत में निर्देश हैं, और एक मॉडल उनकी अवहेलना कर सकता है। एक की जाँच बाद में की जाती है, क्योंकि एक समेकन जो अपने लॉग के बिना लौटता है वह चलने को रोक देता है।

चित्र 10। एक भूमिका नियम चलने की पूर्वशर्त के रूप में: समापन आलोचक पर जाँच, और यह अस्वीकृति जो वह प्रिंट करता है।

home = family(cfg, cons) # समेकन करने वाले का विक्रेता परिवार

. . .

if critics and family(cfg, critics[-1]) == home:

problems.append(f"{critics[-1]['name']} is from the consolidator's family "

f"({home}); the last reader must come from another vendor")

. . .

if problems and enforce:

sys.exit(f"formula '{formula_name}' breaks the protocol:\n - "

+ "\n - ".join(problems))

$ python3 docprep.py run --formula manual

formula 'manual' breaks the protocol:

- critic_cross is from the consolidator's family (anthropic);

the last reader must come from another vendor

स्रोत: docprep, docprep.py, फ़ंक्शन validate(), रिलीज़ v1.0.0 (नोट 25); लोप को चिह्नित किया गया है। कोड के नीचे, दिखाई गई कमांड का आउटपुट, उदाहरण कॉन्फ़िगरेशन पर समापन आलोचक को समेकन करने वाले के विक्रेता को पुनः असाइन करके चलाया गया। रिपॉजिटरी के ऑफलाइन परीक्षण समान अस्वीकृति की पुष्टि करते हैं।

लागू करने की सीमाएँ वही होती हैं जो मेनिफेस्ट के पास होती हैं। एक भूमिका का विक्रेता परिवार कॉन्फ़िगरेशन में घोषित किया जाता है, प्रमाणीकृत नहीं। हाथ से चलाया गया एक चरण ऑपरेटर के शब्द पर अंधा और ताज़ा होता है। पुनः लेबलिंग नाम हटाती है, शैली नहीं। और अस्वीकृति को बंद किया जा सकता है, इस स्थिति में मेनिफेस्ट यह रिकॉर्ड करता है कि यह था और टूटे हुए नियमों को सूचीबद्ध करता है। नियम ऑपरेटर की गलती के विरुद्ध लागू किए जाते हैं, न कि ऑपरेटर के विरुद्ध।

कानूनी ढांचा।

एक आर्किटेक्चर जो विक्रेताओं को जोड़कर त्रुटि सहसंबंध को कम करता है, उसी कार्य से, उन स्थानों की संख्या बढ़ाता है जहां सामग्री निकलती है। संयुक्त राज्य अमेरिका की अदालत में एक स्व-प्रतिनिधित्व करने वाले वादी के लिए वह व्यापार अमूर्त नहीं है।

सितंबर 2026 तक संयुक्त राज्य अमेरिका की स्थिति के तीन भाग हैं: एक फाइलर को क्या प्रकट करना चाहिए, एक प्रदाता को क्या भेजा जा सकता है, और क्या कार्य कार्य उत्पाद के रूप में बना रहता है। भाग II और तालिका 1 प्रकटीकरण व्यवस्था को संभालते हैं; भाग VI.A कार्य-उत्पाद विश्लेषण और इसके प्राधिकरणों को संभालता है। कोई सामान्य रूप से लागू होने वाला संघीय प्रक्रियात्मक नियम एक फाइलर को AI के उपयोग का प्रकटीकरण करने या किसी मॉडल का नाम देने की आवश्यकता नहीं देता है: अप्रैल 2026 में सिविल नियमों पर सलाहकार समिति ने अपने एजेंडा से दो प्रस्तावों को हटा दिया जो कृत्रिम प्राधिकरण को संबोधित करते थे, सहमत हुई कि उस समय नियमकरण उपयुक्त नहीं होगा।²⁷ स्थानीय नियम और व्यक्तिगत स्टैंडिंग आदेश इसकी आवश्यकता करते हैं, और वे भिन्न होते हैं। उत्तरी जिला टेक्सास के AI उपयोग के तथ्य के लिए एक संक्षिप्त विवरण के पहले पृष्ठ पर पूछता है और यह नहीं पूछता कि कौन सा मॉडल है। अंतर्राष्ट्रीय व्यापार न्यायालय के न्यायाधीश वेडेन प्रयुक्त कार्यक्रम के लिए, उस पाठ के विशिष्ट हिस्सों के लिए जो इसने तैयार किए, और एक प्रमाणन के लिए पूछते हैं कि उपयोग से किसी अनधिकृत पक्ष को कोई गोपनीय या व्यावसायिक स्वामित्व वाली जानकारी का खुलासा नहीं हुआ।²⁸

वसंत 2026 की दो नियमकारी कार्रवाइयां भ्रमित करने में आसान हैं, और यह भ्रम उत्तर को बदलता है। सिविल नियमों पर सलाहकार समिति ने नियम 11 को संशोधित करने के लिए दो प्रस्तावों पर विचार किया ताकि प्राधिकरण के उद्धरणों को संबोधित किया जा सके जो मौजूद नहीं हैं, सहमत हुई कि नियमकरण उस समय उपयुक्त नहीं होगा, और अप्रैल 14, 2026 को आइटम को हटा दिया। तीन सप्ताह बाद साक्ष्य नियमों पर सलाहकार समिति ने प्रस्तावित संघीय साक्ष्य नियम 707 पर विचार किया, जो AI के उपयोग के प्रकटीकरण के बजाय मशीन-जनित साक्ष्य की स्वीकार्यता को नियंत्रित करता है; इसने मसौदे को संशोधित किया और इसे अग्रणी करने के बजाय अध्ययन के अंतर्गत रखा। पहली कार्रवाई इस बात से संबंधित है कि एक फाइलर क्या प्रमाणित करता है, दूसरा एक अदालत क्या स्वीकार कर सकता है, और न ही प्रकटीकरण का कोई कर्तव्य बनाया। दोनों स्वयं रिकॉर्ड में जुड़े हुए हैं, यही कारण है कि उन्हें एक के रूप में पढ़ा जाता है: सिविल नियम समिति का अप्रैल ज्ञापन नियम 707 के मसौदे को उद्धृत करता है, और इसके मिनट नोट करते हैं कि साक्ष्य नियम समिति के पास वह नियम अध्ययन के अंतर्गत था।

किसी अन्य पक्ष द्वारा गोपनीय के रूप में निर्दिष्ट सामग्री कठिन मामला है, और यह इस आर्किटेक्चर तक सीधे पहुंचता है। Morgan में अदालत ने एक स्व-प्रतिनिधित्व करने वाले वादी को ऐसी सामग्री को एक AI सेवा में डालने की अनुमति दी, केवल जहां प्रदाता अनुबंधात्मक रूप से इनपुट को स्टोर या उपयोग न करने के लिए बाध्य है या अपने मॉडल को प्रशिक्षित या सुधारने के लिए, इसे तीसरे पक्षों को तब तक प्रकट न करने के लिए जब तक प्रकटीकरण सेवा प्रदान करने के लिए आवश्यक नहीं है और प्राप्तकर्ता समान सुरक्षा से बंधा है, और अनुरोध पर इसे हटाने या हटाने के लिए; इसने वादी को किसी भी उपकरण का नाम देने की आवश्यकता दी जिसका उपयोग उस सामग्री के संबंध में किया गया था और उन सुरक्षा उपायों का लिखित दस्तावेज रखने के लिए। अदालत ने देखा कि शर्त अधिकांश मुख्य धारा के कम-से-कोई-लागत AI को बाहर करती है। ये एक राष्ट्रीय नियम के बजाय एक सुरक्षा आदेश की शर्तें हैं, और वे सबसे प्रतिबंधक हैं जो लेखक ने पाए हैं; प्रोटोकॉल उन्हें अपनी स्वयं की डिज़ाइन नीति के रूप में अपनाता है।

तीन बाधाएं अनुसरण करती हैं। ये इस प्रोटोकॉल के डिज़ाइन नियम हैं, एक वादी के लिए कानून की आवश्यकताओं के बयान नहीं।

1. सार्वजनिक फाइलिंग और सामग्री जिसे ऑपरेटर प्रेषित करने के लिए स्वतंत्र है, मॉडल में जा सकते हैं। सील की गई सामग्री, सुरक्षा आदेश के तहत सामग्री, और किसी अन्य पक्ष की गोपनीय खोज नहीं जाती, जब तक कि आदेश इसकी अनुमति न दे और प्रदाता की शर्तें Morgan द्वारा लगाई गई शर्त को पूरा न करें। प्रतिबंध हर चरण और हर प्राप्तकर्ता को कवर करता है, केवल जेनरेटर को नहीं: कंसोलिडेटर और दोनों आलोचकों को मर्ज किए गए मसौदे को प्राप्त होते हैं, और प्रतिधारित कलाकृतियां इसके साथ यात्रा करती हैं। एक दस्तावेज़ की स्वामित्व इसके लिए संलग्न गोपनीयता के एक दायित्व को अपने आप में पूरा नहीं करती है। प्रकट सूची एक्सपोजर को ऑडिट करने योग्य बनाता है; यह इसे कानूनी नहीं बनाता है।

2. प्रकट सूची प्रकटीकरण का समर्थन करता है; यह प्रकटीकरण नहीं है। यह रिकॉर्ड करता है कि किस मॉडल आइडेंटिफायर ने कौन सी कलाकृति तैयार की और कब, जो कि सामग्री है जो एक अदालत जो प्रयोग किए गए प्रोग्राम के लिए पूछता है, चाहता है, और यह रखने के लायक है चाहे प्रभारी न्यायाधीश पूछता है या नहीं। यह एक स्टैंडिंग आदेश की आवश्यकता वाली सूचना फाइल नहीं करता है, न्यायाधीश वेडेन के नियम जैसे किसी नियम तक पहुंचने वाले अंतिम दस्तावेज़ के विशिष्ट हिस्सों को पहचानता है, या कोई प्रमाणन प्रदान करता है।

3. हर उद्धरण का अपने स्रोत के विरुद्ध सत्यापन एक व्यक्ति द्वारा किया जाता है। नियम 11(b) अपनी शर्तों से एक अप्रतिनिधित्व करने वाले पक्ष तक पहुंचता है, और इसका मानक परिस्थितियों के तहत उचित जांच के बजाय किसी विशेष प्रक्रिया के बजाय है; भाग II कृत्रिम उद्धरणों का रिकॉर्ड क्या दिखाता है। मॉडल के बीच समझौत और दो आलोचकों द्वारा अनुमोदन सत्यापन नहीं है।

आवश्यकताएं जिले और न्यायाधीश द्वारा भिन्न होती हैं, और प्रभारी न्यायाधीश का स्टैंडिंग आदेश शासन करता है।

सीमाएँ।

उपभोक्ता इंटरफेस के गहन-अनुसंधान मोड के विक्रेता API में कोई सटीक समकक्ष नहीं हैं। जिस चरण को इसकी आवश्यकता है वह हाथ से चलाया जाता है: प्रॉम्प्ट को एक फ़ाइल में लिखा जाता है, ऑपरेटर इसे इंटरफेस में चलाता है और उत्तर को वापस पेस्ट करता है, और मैनिफेस्ट रिकॉर्ड करता है कि चरण को इस तरह चलाया गया था। वह फॉलबैक मैनुअल है, और भाग II बताता है कि मोटर या दृश्य दुर्बलता वाले मुवक्किल के लिए कई इंटरफेस के पार एक मैनुअल वर्कफ़्लो केवल धीमा क्यों नहीं है। एक प्रोटोकॉल जो इस पर निर्भर है वह उस सीमा को विरासत में लेता है।

मॉडल के बीच समझौता सत्य जितना ही संबंध का सबूत है। ओवरलैपिंग कॉर्पोरा पर प्रशिक्षित मॉडल त्रुटियों को साझा करते हैं, और ड्राफ्ट का एक सर्वसम्मत सेट एक साथ गलत हो सकता है। प्रोटोकॉल उस संबंध को कम करता है जिस तक वह पहुँच सकता है और बाकी को रिकॉर्ड करता है।

प्रोटोकॉल की तुलना एकल-मॉडल प्रॉम्प्टिंग से नहीं की गई है। तुलना जो इसके मूल्य को निर्धारित करेगी वह एक अंधी मूल्यांकन है: समान कार्य दोनों तरीकों से तैयार किए गए, परिणामी दस्तावेजों को पाठकों द्वारा स्कोर किया गया जो नहीं जानते कि कौन सा कौन सा है, उद्धरण सटीकता, कार्य विवरण के विरुद्ध पूर्णता, और त्रुटियाँ जिन्हें एक न्यायालय नोटिस करेगा। प्रोटोकॉल यहाँ कहा गया है ताकि यह तुलना चलाई जा सके।

ऊपर नाम दिया गया रिपॉजिटरी पाइपलाइन, कॉन्फ़िगरेशन और ऑफ़लाइन परीक्षण रखता है।

चयनित संदर्भ और सत्ताएँ

ABA मॉडल व्यावसायिक संचालन नियम r. 5.5।

अमेरिकियों के साथ विकलांगता अधिनियम, 42 U.S.C. §§ 12181--12188।

Ashley, Kevin D., कृत्रिम बुद्धिमत्ता और कानूनी विश्लेषण: डिजिटल युग में कानून अभ्यास के लिए नए उपकरण (Cambridge Univ. Press 2017)।

Avery, Joseph J., Patricia Sánchez Abril & Alissa del Riego, ChatGPT, Esq.: जनरेटिव AI के युग में अनधिकृत कानून अभ्यास को पुनः परिभाषित करना, 26 Yale J.L. & Tech. 64 (2024)।

Blanck, Peter, eQuality: संज्ञानात्मक विकलांगता वाले व्यक्तियों द्वारा वेब पहुँच के लिए संघर्ष (Cambridge Univ. Press 2014)।

Cappelletti, Mauro & Bryant Garth, न्याय तक पहुँच: अधिकारों को प्रभावी बनाने के विश्वव्यापी आंदोलन में सबसे नई लहर, 27 Buff. L. Rev. 181 (1978)।

Carpenter, Anna E., Colleen F. Shanahan, Jessica K. Steinberg & Alyx Mark, वकील के बिना अदालतों में जज, 110 Geo. L.J. 509 (2022)।

रोग नियंत्रण और रोकथाम केंद्र, विकलांगता हम सभी को प्रभावित करती है (2022 BRFSS डेटा)।

Chan, Chi-Min, Weize Chen, Yusheng Su, Jianxuan Yu, Wei Xue, Shanghang Zhang, Jie Fu & Zhiyuan Liu, ChatEval: बहु-एजेंट बहस के माध्यम से बेहतर LLM-आधारित मूल्यांकनकर्ताओं की ओर, arXiv:2308.07201 (2023)।

Charlotin, Damien, AI मतिभ्रम मामले डेटाबेस, https://www.damiencharlotin.com/hallucinations/ (अंतिम बार सितंबर 2026 को देखा गया)।

Chernets, Vadym, docprep: अंधे-समेकन प्रोटोकॉल का एक संदर्भ कार्यान्वयन, रिलीज़ v1.0.0 (2026), https://github.com/vadimchernets/docprep (MIT लाइसेंस; अनुबंध में निर्दिष्ट प्रोटोकॉल, और इसे चलाने वाला कोड)।

Chernets v. Google LLC et al., No. 1:25-cv-05691-RER-RML (E.D.N.Y.) (सार्वजनिक डॉकेट); PolyHelper.AI LLC v. United States of America, No. 1:25-cv-07770 (S.D.N.Y. 2025) (पहली कार्रवाई, विभिन्न प्रतिवादी)।

Cohen-Sasson, Or, स्टोकास्टिक न्याय: मनुष्यों और AI द्वारा कानूनी असंगति, 105 Neb. L. Rev. (आसन्न 2026)।

Du, Yilun, Shuang Li, Antonio Torralba, Joshua B. Tenenbaum & Igor Mordatch, बहु-एजेंट बहस के माध्यम से भाषा मॉडल में तथ्यपरकता और तर्क में सुधार, मशीन लर्निंग पर 41वीं अंतर्राष्ट्रीय सम्मेलन की कार्यवाही (ICML 2024), arXiv:2305.14325।

Engstrom, Nora Freeman & Aviv Caspi, न्यायालय का दरवाज़ा खोलना---या केवल सीमा कम करना?, JOTWELL: कानूनी पेशा (3 जुलाई, 2026)।

फेड. R. Civ. P. 26(b)(3)।

Greiner, D. James, Cassandra Wolos Pattanayak & Jonathan Hennessy, अनबंडल्ड कानूनी सहायता की सीमाएँ: मैसाचुसेट्स जिला अदालत में एक यादृच्छिक अध्ययन और भविष्य के लिए संभावनाएँ, 126 Harv. L. Rev. 901 (2013)।

Grimm, Paul W., Maura R. Grossman & Gordon V. Cormack, प्रमाण के रूप में कृत्रिम बुद्धिमत्ता, 19 Nw. J. Tech. & Intell. Prop. 9 (2021)।

Guha, Neel, et al., LegalBench: बड़े भाषा मॉडल में कानूनी तर्क को मापने के लिए सहयोगात्मक रूप से निर्मित बेंचमार्क, तंत्रिका सूचना प्रसंस्करण प्रणालियों में अग्रिम 36 (2023)।

Hadfield, Gillian K., एक सपाट दुनिया के लिए नियम: मनुष्यों ने कानून का आविष्कार क्यों किया और एक जटिल वैश्विक अर्थव्यवस्था के लिए इसे पुनः आविष्कार कैसे करें (Oxford Univ. Press 2017)।

Hannaford-Agor, Paula, Scott Graves & Shelley Spacek Miller, राज्य अदालतों में नागरिक मुकदमेबाजी का परिदृश्य (राष्ट्रीय राज्य अदालतें केंद्र 2015)।

Hickman v. Taylor, 329 U.S. 495 (1947)।

Katz, Daniel Martin, Michael James Bommarito, Shang Gao & Pablo Arredondo, GPT-4 बार परीक्षा पास करता है, 382 Phil. Trans. R. Soc. A 20230254 (2024)।

कानूनी सेवा निगम, न्याय अंतराल: कम आय वाले अमेरिकियों की अपूर्ण नागरिक कानूनी आवश्यकताएँ (2022)।

Liang, Tian, Zhiwei He, Wenxiang Jiao, Xing Wang, Yan Wang, Rui Wang, Yujiu Yang, Shuming Shi & Zhaopeng Tu, बहु-एजेंट बहस के माध्यम से बड़े भाषा मॉडल में विचलित सोच को प्रोत्साहित करना, 2024 अनुभवजन्य प्राकृतिक भाषा प्रसंस्करण सम्मेलन की कार्यवाही (2024)।

Magesh, Varun, Faiz Surani, Matthew Dahl, Mirac Suzgun, Christopher D. Manning & Daniel E. Ho, मतिभ्रम-मुक्त? प्रमुख AI कानूनी अनुसंधान उपकरणों की विश्वसनीयता का आकलन, Stanford HAI (2024)।

Mata v. Avianca, Inc., 678 F. Supp. 3d 443 (S.D.N.Y. 2023)।

Morgan v. V2X, Inc., No. 25-cv-01991-SKC-MDB, 2026 WL 864223 (D. Colo. मार्च 30, 2026)।

न्यूयॉर्क राज्य बार एसोसिएशन, AI युग में Pro Se वकालत: लाभ, चुनौतियाँ, और नैतिक निहितार्थ (2026)।

Park v. Kim, 91 F.4th 610 (2d Cir. 2024)।

Sandefur, Rebecca L., किस तक पहुँच?, 148 Daedalus 49 (2019)।

Shah, Anand V. & Joshua Y. Levy, AI के युग में न्याय तक पहुँच: U.S. संघीय अदालतों से साक्ष्य (मार्च 20, 2026) (अप्रकाशित पांडुलिपि), https://ssrn.com/abstract=6766859।

Sharma, Mrinank, et al., भाषा मॉडल में चापलूसीपन को समझने की ओर, ICLR (2024)।

Simshaw, Drew, A.I. न्याय तक पहुँच: कानूनी सेवाओं की असमान दो-स्तरीय प्रणाली से बचना, 24 Yale J.L. & Tech. 150 (2022)।

Surden, Harry, मशीन लर्निंग और कानून, 89 Wash. L. Rev. 87 (2014)।

सिस्टम दस्तावेज़ीकरण (लेखक के पास फ़ाइल पर)।

U.S. श्रम सांख्यिकी ब्यूरो, विकलांगता वाले व्यक्ति: श्रम बल विशेषताएँ --- 2025, USDL-26-0364 (मार्च 3, 2026)।

United States v. Heppner, No. 25-cr-503, 2026 WL 436479 (S.D.N.Y. फरवरी 17, 2026)।

Warner v. Gilbarco, Inc., No. 2:24-cv-12333, 2026 WL 373043 (E.D. Mich. फरवरी 10, 2026)।

@misc{chernets2026missingvariable,
  author       = {Chernets, Vadym},
  title        = {{The Missing Variable in AI-Assisted Litigation: Architecture and the Quality of Pro Se Access to Justice}},
  year         = {2026},
  howpublished = {SSRN},
  doi          = {10.2139/ssrn.7120940},
  url          = {https://doi.org/10.2139/ssrn.7120940}
}