Keuntungan:
- Kemampuan untuk mengenali hierarki peraturan perundang-undangan lingkungan hidup (undang-undang, peraturan, komunike) dan membatasi sumber nilai
- Kemampuan untuk menggunakan AI untuk pemindaian undang-undang dan pembuatan pertanyaan serta mengarahkan ke teks resmi
- Kemampuan untuk memverifikasi nomor zat dan batasan yang diberikan oleh AI dari Berita Resmi/sumber resmi
Di sebuah perusahaan konsultan lingkungan, Anda sedang mempersiapkan izin pembuangan air limbah untuk fasilitas rumah pewarna baru. Pelanggan bertanya “berapa nilai batasan warna dan COD, berdasarkan bahan apa?” dia bertanya dan waktu terbatas. Dorongan pertama Anda adalah menanyakan model bahasa: "Berapa batas pembuangan industri tekstil menurut Peraturan Pengendalian Pencemaran Air?" LLM memberikan batasan tabel, nomor item dan tanggal dalam hitungan detik; Semuanya terlihat sangat formal dan meyakinkan. Namun inilah jebakannya: Model bahasa menghasilkan teks secara statistik; Ia dapat mengarang nomor pasal yang tidak ada, peraturan yang dicabut, atau nilai batas yang salah dengan keseriusan yang sempurna. Dalam unit ini, kami membahas pengetahuan tentang undang-undang pada lapisan yang benar, penggunaan AI dengan aman dalam penelitian undang-undang, dan disiplin dalam mengonfirmasi setiap masalah dari Berita Resmi.
Hierarki legislatif
Hukum lingkungan hidup beroperasi dalam suatu hierarki; Langkah yang lebih rendah tidak boleh bertentangan dengan langkah yang lebih tinggi. Mengetahui dari mana nilai batas berasal memungkinkan Anda mencarinya di sumber yang tepat.
langkah
Siapa yang melepasnya?
mengikat
contoh lingkungan hidup
hukum
Legislatif (Parlemen)
atas, bingkai
Hukum Lingkungan
Peraturan
Kementerian/Dewan Menteri
Menerapkan dan merinci hukum
Peraturan Pengendalian Pencemaran Air
pemberitahuan
kementerian
Detail teknis, tabel pengukuran/batas
Komunike pengukuran dan analisis
Edaran/Instruksi
administrasi
Pengalihan aplikasi internal
Surat edaran lamaran
Nilai batas (batas pelepasan, batas emisi) sering ditemukan dalam lampiran peraturan (tabel) atau komunike. Jadi, "dokumen mana yang harus saya lihat?" Pertanyaannya adalah "berapa nomornya?" muncul sebelum pertanyaan.
Risiko pencabutan dan penegakan hukum
Perundang-undangan tetap hidup: peraturan berubah, pasal-pasal dicabut (dicabut), teks-teks bertanggal baru menghapuskan teks-teks lama.
Situasi historis yang perlu diperiksa: - Tanggal efektif: Kapan teks ini mulai berlaku? - Tanggal perubahan: Apakah artikel terkait telah diubah setelahnya? - Status pencabutan: Apakah pasal/peraturan tersebut sudah dicabut? - Ketentuan peralihan: Apakah ada pengecualian/penundaan untuk fasilitas yang ada?
Perhatian: Data pelatihan LLM sampai dengan tanggal tertentu dan tidak mengetahui peraturan perundang-undangan yang berubah setelah tanggal tersebut. Selain itu, data pelatihan mungkin berisi peraturan lama yang sudah tidak berlaku lagi; model dapat menyajikannya seolah-olah mutakhir. Sebelum menggunakan nilai batas, Anda harus mengkonfirmasi dari Berita Resmi / portal undang-undang resmi bahwa teks yang mendasarinya berlaku saat ini.
Risiko AI membuat nomor item palsu
Perilaku model bahasa yang paling berbahaya adalah menghasilkan referensi yang benar secara formal tetapi tidak ada isinya. Frasa seperti "menurut Pasal 26" atau "dalam Lampiran Tabel 19" mungkin hanya bersifat halusinasi.
PROMPT LEMAH: "Berikan batasan pembuangan air limbah tekstil dengan nomor item."-> Model menghasilkan nomor item dan nomor yang tampak tepat tetapi tidak diverifikasi. PETUNJUK KUAT: "Jelaskan undang-undang mana dan jenis lampiran/tabel apa yang harus saya periksa untuk izin pembuangan air limbah pada fasilitas tekstil/pewarnaan. Tugas Anda: 1) Identifikasi JENIS peraturan dan komunike yang MUNGKIN mengenai subjek tersebut dan di bagian mana (lampiran/tabel). "Beri tahu saya bahwa batasan sektoral dapat ditemukan. 2) JANGAN membuat nomor barang atau batasan angka yang konkrit; letakkan pengganti 'Untuk diverifikasi dalam Berita Resmi' sebagai gantinya. 3) Cantumkan istilah kunci (nama sektor, parameter) yang harus saya gunakan saat mencari di teks resmi. 4) Mengingatkan saya akan risiko historis (pencabutan, amandemen, ketentuan peralihan) yang harus saya periksa."
Model prompt yang canggih menggunakannya sebagai alat penelusuran dan navigasi — “dokumen mana yang harus saya lihat, dengan istilah apa?” — bukan sebagai sumber nomornya.
Tip: Cara paling aman untuk menggunakan LLM dalam penelitian peraturan adalah dengan memposisikannya sebagai “kompas penelitian” dan bukan sebagai “mesin penjawab”. Apakah model tersebut menghasilkan pertanyaan: “Izin apa, parameter apa, peraturan apa yang mungkin berlaku untuk fasilitas ini?” Kemudian temukan jawaban atas pertanyaan-pertanyaan ini dari teks resmi. Model mengarahkan; Lembaran Negara Resmi memutuskan.
Alur kerja verifikasi: Konfirmasi dari Berita Resmi
Rantai yang harus diikuti untuk setiap terbitan dan nomor item:
1) Dapatkan topik/jenis dokumen/istilah kunci dari LLM (jangan mengandalkan nomor artikel).2) Buka teks peraturan terkini di portal undang-undang resmi.3) Verifikasi bahwa teks tersebut tidak dicabut dan tanggal berlakunya.4) CARI dalam teks untuk artikel/tambahan yang relevan; Lihat nomor artikel dan batasi dengan mata kepala sendiri. 5) Memeriksa ketentuan peralihan dan perubahan terkini. 6) Tuliskan sumber dalam laporan dengan kutipan lengkap: [Nama Peraturan], [Nomor Pasal/Lampiran], [tanggal dan nomor Berita Resmi].
Contoh: Menguji keluaran LLM
# Menerjemahkan referensi LLM ke dalam checklist "untuk diverifikasi"llm_iddialari = [ {"source": "SKKY", "item": "Lampiran Tabel 10.7", "parameter": "COD", "limit_mgL": 300, "status": "TIDAK DIVERIFIKASI"}, {"source": "SKKY", "item": "Pasal 26", "parameter": "pH", "limit": "6-9", "status": "TIDAK DIVERIFIKASI"},]untuk k di llm_claims: # Tak seorang pun dapat memasukkan laporan tanpa 'VERIFIED' dari Berita Resmi menegaskan k["status"] == "TIDAK DIVERIFIKASI" print(f"REQUIRE CONFIRMATION: {k['source']} / {k['article']} / {k['parameter']}")# Setiap baris harus ditemukan secara manual di Berita Resmi teks dan status harus diperbarui.
Pendekatan ini memperlakukan keluaran model sebagai daftar klaim yang harus dikonfirmasi, bukan sebagai “kebenaran” yang harus diterima secara langsung.
kasus kecil
Seorang petugas lingkungan hidup menuliskan nilai batas gas buang dalam laporan emisi udara dengan mengacu pada "peraturan terkait Pasal 18" yang diterimanya dari LLM. Ketika laporan diserahkan kepada administrasi, auditor membuka artikel tersebut; Pasal 18 membahas masalah yang sama sekali berbeda (kewajiban untuk memantau) dan batasan angka yang diberikan oleh model tersebut sama sekali tidak ada dalam teks yang ada saat ini — nilainya adalah milik pemberitahuan yang telah dicabut dua tahun lalu. Laporan dikembalikan, prosesnya tertunda selama berminggu-minggu dan perusahaan kehilangan kepercayaan. Setelah diteliti lebih lanjut, ditemukan limit dengan nomor berbeda pada lampiran surat edaran saat ini. Satu kendali Lembaran Negara bisa mencegah semua kerugian ini. Pelajaran: Model dapat "mengarang" referensi, dan jika berhasil, model tersebut akan sangat meyakinkan.
Kesalahan umum
- Menggunakan nomor bahan dan nilai batas yang diberikan oleh LLM tanpa dikonfirmasi dalam Berita Resmi.
- Menganggap peraturan yang dicabut sebagai peraturan yang berlaku saat ini.
- Mengabaikan bahwa model tidak mengetahui undang-undang yang telah berubah setelah tanggal pelatihan.
- Mencari nilai batas pada lapisan yang salah (hukum); bahwa nilainya terdapat pada lampiran/pemberitahuan peraturan tersebut.
- Mengabaikan ketentuan transisi dan pengecualian fasilitas yang ada.
- Tidak mendokumentasikan sumber dengan kutipan lengkap (nama peraturan, pasal/lampiran, tanggal dan nomor RG).
- Jangan gunakan model sebagai "mesin penjawab" dan gunakan sebagai kompas penelitian.
Singkatnya
- Perundang-undangan lingkungan hidup beroperasi dalam hierarki hukum-peraturan-pemberitahuan-sirkular; Nilai batas umumnya terdapat pada lampiran peraturan atau dalam pemberitahuan.
- Perundang-undangan masih hidup; Pencabutan, amandemen dan tanggal efektif mempengaruhi keabsahan setiap terbitan.
- LLM mungkin menghasilkan nomor item yang dapat dipercaya tetapi tidak ada, teks yang dicabut, dan batasan yang salah (halusinasi).
- Cara aman untuk menggunakan model ini adalah dengan menggunakannya bukan sebagai sumber jawaban melainkan sebagai "dokumen mana yang harus saya lihat, dengan istilah apa?" adalah membuat kompas.
- Setiap artikel dan terbitan harus dikonfirmasi secara visual dari teks portal Berita Resmi / peraturan perundang-undangan yang berlaku dan sumbernya harus ditulis dengan cap lengkap.
- Keluaran AI merupakan rancangan penelitian awal; Tidak ada referensi legislatif yang dapat digunakan sebagai dasar laporan atau keputusan tanpa verifikasi melalui teks resmi.
Tugas aplikasi
Pilih skenario yang konkrit (misalnya studi nilai batas pembuangan air limbah atau emisi gas buang suatu fasilitas). Pertama, tulis perintah yang kuat dan gunakan LLM hanya sebagai panduan: buatlah jenis peraturan/pemberitahuan yang mana, lampiran/tabel yang mana, dan istilah kunci mana yang perlu Anda perhatikan; Tuliskan seluruh nomor barang dan nomor yang diberikan oleh model pada daftar klaim yang berlabel “TIDAK DIVERIFIKASI”. Kemudian temukan teks terkini yang relevan dari sumber resmi yang sebenarnya (Berita Resmi / portal undang-undang resmi); memverifikasi bahwa peraturan tersebut berlaku dan tidak dicabut; Konfirmasikan secara visual bahan/suplemen yang relevan dan nilai batasnya. Tuliskan kutipan lengkap (nama peraturan, nomor artikel/lampiran, tanggal dan nomor OG) untuk setiap item yang diverifikasi. Terakhir, "Referensi mana yang diberikan LLM yang ternyata salah/tidak lengkap/dibuat-buat?" Evaluasi pertanyaan dengan paragraf.