Suntem obișnuiți, lent și fără să băgăm de seamă, să așteptăm răspunsuri instant. Marile motoare de căutare au făcut sub o secundă să pară o eternitate. Smartphone-ul a transformat acum câteva ore într-o întârziere ofensatoare. Iar acum, când punem o întrebare unui asistent AI, așteptarea de patru secunde ne face să clipim nerăbdători spre marginea ecranului.
Cu un AI juridic, această așteptare este de fapt cea mai prețioasă parte a interacțiunii.
Reflexul caut și găsesc
În jurul nostru, cuvântul căutare a devenit sinonim cu instantaneitate. Tastăm trei cuvinte și primim zece milioane de rezultate în 0,3 secunde. Pe oricine întrebăm — colegul, motorul de căutare, asistentul vocal — răspunde imediat, chiar dacă răspunsul este aproximativ.
Reflexul a devenit: întrebare scurtă → răspuns precis, complet și utilizabil, în câteva sutimi de secundă. Doar că, în drept, aproape niciuna dintre cele trei condiții nu se mai poate respecta în acest interval. Răspunsul precis cere verificare. Răspunsul complet cere parcurgerea sursei. Răspunsul utilizabil cere ancorare în textul aplicabil. Toate trei costă timp.
Modelele lingvistice nu știu limba română — o traduc
Aceasta nu este o opinie. Este o consecință matematică a felului în care sunt antrenate. Modelele lingvistice mari (GPT, Claude, Gemini, Llama) învață din corpusuri uriașe de text de pe internet. În aceste corpusuri, distribuția pe limbi este profund inegală.
Distribuția limbilor în corpusuri tipice de antrenare LLM
estimări publice agregate · Common Crawl + GPT/Llama
O bară = 100% din token-ii corpusului
- Engleză0.0%
- Rusă0.0%
- Germană0.0%
- Franceză0.0%
- Spaniolă0.0%
- Chineză0.0%
- Japoneză0.0%
- Portugheză0.0%
- Italiană0.0%
- + alte ~80 limbi0.0%
- Română0.00%
~80×
engleză față de română în corpus
<1%
token-i românești în pre-training
~0,1%
text juridic român specializat
Sursă: agregare publică din Common Crawl statistics, OpenAI / Meta / Anthropic technical reports, rapoarte CLEF și hugging face datasets. Cifrele exacte variază între modele; ordinul de mărime — română sub 1% — este consistent.
Cum se traduce asta în practică: când îi pui o întrebare în română, modelul nu gândește în română. Întâi traduce intern întrebarea într-un spațiu de reprezentare apropiat de engleză, generează răspunsul acolo, apoi îl traduce înapoi în română. Această dublă traducere produce inevitabil erori terminologice — mai ales pe vocabular specializat (juridic, medical, fiscal) unde traducerea word-for-word nu surprinde nuanțele.
Pentru o platformă juridică, asta este o problemă de fond.Recurs nu este sinonim cu appeal. Contestația la executare nu este enforcement contestation. Excepția de litispendență nu este traductibilă fără context de drept procesual românesc. Iar dacă modelul nu are de unde verifica, va inventa un termen plauzibil — și convingător scris.
Mini-explicație
Cum este antrenat un LLM, în 3 pași
01
Pre-training
Modelul citește miliarde de pagini text. Învață statistic ce cuvinte urmează după altele. Aici se decide ce limbi cunoaște — proporțional cu volumul lor în date.
02
Fine-tuning
Modelul este apoi reglat pe sarcini specifice (răspuns la întrebări, urmare instrucțiuni). Aici se rafinează stilul, nu cunoștințele de bază.
03
RLHF
Învățare din feedback uman. Modelul învață să prefere răspunsurile pe care oamenii le-au evaluat ca fiind utile. Nu corectează lacunele cunoașterii.
Lecție: dacă în pre-training româna juridică ocupă 0,1%, niciun fine-tuning sau RLHF nu poate compensa în întregime acest deficit. De aceea avem nevoie de un strat de retrieval — pasajele exacte din corpus juridic — care le aducem modelului la fiecare întrebare.
Ce se întâmplă cu adevărat când apeși trimite
În LawChat, întrebarea ta declanșează un pipeline cu nouă procese paralele și secvențiale. Unele rulează în același timp; altele așteaptă rezultatul predecesorului. Vizibil, tu vezi un indicator de încărcare. Invizibil, se întâmplă asta:
Pipeline procesare · ce se întâmplă într-o secundă
9 procese paralele + secvențiale, fiecare cu rolul lui
Reformulare în limbaj juridic
Pregătireîntrebarea simplificată devine clauză tehnică
Împărțire în unități logice
Pregătirefiecare sub-întrebare e procesată separat
Identificare acte normative
AnalizăNCC · NCPC · Legi speciale · OUG · HG
Căutare în corpus intern · alineat-cu-alineat
Căutarevector search + match BM25 cu re-ranking
Căutare în surse externe
Căutarejurisprudență ÎCCJ, doctrină, Monitorul Oficial
Extragere context din documente atașate
CăutareDOCX · PDF · OCR — pasaje relevante întrebării
Citire istoric conversație
Analizăcontext cumulativ, urmărire fir narativ
Verificare gramaticală și juridică
Verificareevitare halucinare · check abrogări · forma în vigoare
Compunere răspuns cu referințe ancorate
Compunerefiecare afirmație → trimitere la sursă
Se compune răspunsul…
Verificări gramaticale · juridice · referințe în curs
De ce fiecare pas contează
Pe scurt, ce face fiecare modul.
Reformulare în limbaj juridic
Mulți utilizatori simplifică instinctiv întrebările. Exemplu: o întrebare de tipul „Pot recurs?” este validă, dar incompletă tehnic. Sistemul o rescrie intern într-o formă mai precisă — păstrând sensul, dar adăugând structura juridică implicită.
Împărțire în unități logice
O întrebare conține adesea mai multe sub-întrebări concurente. Termen, instanță, costuri — trei interogări separate. Sistemul le tratează individual, cu rezultate combinate la final.
Identificare acte normative aplicabile
Pe baza domeniului detectat (civil, penal, muncii, contencios), sistemul restrânge căutarea la actele normative relevante. Reduce zgomotul, crește precizia.
Căutare în corpus intern, la nivel de alineat
Nu căutăm la nivel de lege întreagă. Căutăm pe alineate individuale, păstrând contextul ierarhic (carte → titlu → capitol → articol → alineat). Combinăm căutarea semantică cu cea lexicală și re-rangăm rezultatele.
Căutare în surse externe
Jurisprudență ÎCCJ, Monitorul Oficial pentru modificări recente, decizii CCR. Sistemul verifică dacă a apărut ceva relevant după ultima sincronizare internă.
Extragere context din documente atașate
Dacă ai atașat un PDF sau DOCX, sistemul extrage pasajele cele mai probabil utile pentru întrebarea curentă — nu tot documentul, ci fragmentele relevante.
Citire istoric conversație
O întrebare nu trăiește singură. O urmare scurtă de tipul ®Si pentru cealaltă parte?» depinde de tot ce s-a discutat anterior. Sistemul citește contextul cumulativ și înțelege firul narativ.
Verificare gramaticală și juridică
Înainte de a livra răspunsul, un strat de control verifică: forma în vigoare a actelor invocate, lipsa abrogărilor, consistența terminologiei, absența halucinațiilor obișnuite (decizii ÎCCJ cu numere inventate, articole care nu există).
Compunere răspuns cu referințe ancorate
Fiecare afirmație care invocă un text normativ primește o trimitere clickabilă către pasajul exact. La click, sidebar-ul deschide textul real. Verificarea ta este instantă.
Concluzia practică
Viteza fără calitate este, în drept, un semnal de alarmă
Un AI care răspunde la o întrebare juridică în mai puțin de o secundă, fără referințe, fără citate verificabile, fără ancorarea în textul în vigoare, este aproape sigur un AI care a sărit verificările esențiale. Răspunsul poate suna convingător — chiar coerent gramatical — dar este, în fond, o aproximație plauzibilă.
Cele 3-8 secunde pe care le aștepți într-o conversație LawChat sunt timpul în care se întâmplă toate verificările descrise mai sus. Nu sunt latență tehnică. Sunt cost de calitate.
Acest articol nu este o pledoarie pentru lentoare. Este o invitație să înțelegem aceste instrumente așa cum sunt: adiacente muncii noastre juridice de zi cu zi, nu substitute pentru ea. Iar adiacent înseamnă cu reguli, cu așteptări calibrate, cu verificare păstrată în mâna omului.
Mai citește
- → Nu există răspunsuri rapide: cum pui întrebări corecte unui AI juridic
Despre complexitate, ton și cum atașezi context.
- → Chat cu PDF, DOCX și PDF scanat — cu referințe exacte din documentul tău
Cum ancorăm fiecare afirmație într-un pasaj exact din document.
LawChat.ro
Pune o întrebare. Așteaptă cele câteva secunde. Verifică răspunsul cu referințe ancorate. Așa funcționează AI-ul juridic.