基于AI智能体与人工验证的GDPR自动形式化

我们研究在人在环（human-in-the-loop）验证框架内，使用大语言模型对GDPR条款进行自动形式化的整体流程。我们不追求完全自主，而是采用一种角色专业化的工作流：基于LLM的AI组件在具有迭代反馈的多智能体设置中运行，生成法律场景、形式规则和原子事实。该工作流与独立的验证模块相结合，后者包括人类审阅者对表示正确性、逻辑正确性和法律正确性的评估。利用这一方法，我们构建了一个用于GDPR自动形式化的高质量数据集，并分析了成功案例与问题案例。我们的结果表明，结构化验证和有针对性的人工监督对于可靠的法律形式化至关重要，尤其是在存在法律细微差异和上下文敏感推理的情况下。