ظهور مدل‌های زبانی بزرگ، نقطه عطفی در تاریخ فناوری‌های دیجیتال است؛ نقطه‌ای که در آن مرز میان تولید داده، تحلیل و قضاوت مبتنی بر شواهد به گونه‌ای بی سابقه فرو می‌ریزد. در این چشم انداز نوظهور، جرم‌یابی دیجیتال با وضعیتی مواجه می‌شود که در آن یک مدل زبانی می‌تواند به طور هم زمان در سه نقش «شاهد» با تولید شواهد دیجیتال، «قاضی» با تحلیل و تفسیر این شواهد و «متهم» به عنوان ابزار یا بستر فنی ارتکاب جرم ظاهر شود.

در آینده‌ای نه چندان دور، تمایز میان داده‌های واقعی و مصنوعی، بازسازی زنجیره راستی آزمایی برای شواهد دیجیتال و احراز قصد مجرمانه در محیط‌هایی با کنشگران غیرانسانی، به چالش‌های محوری این حوزه تبدیل خواهند شد. توانایی تولید شواهد جعلی با کیفیتی نزدیک به واقعیت و فقدان شفافیت در فرایند استدلال مدل‌های زبانی از مهم‌ترین مخاطرات این گذار فناورانه به شمار می‌آیند.

با این حال، همین فناوری می‌تواند زیربنای نسل بعدی جرم‌یابی دیجیتال را شکل دهد؛ از تحلیل هوشمند کلان داده‌های قضایی و کشف الگوهای پنهان در شبکه‌های مجرمانه، تا بازسازی رویدادهای دیجیتال، پیش بینی سناریوهای جرم و پشتیبانی از تصمیم گیری در تحقیقات پیچیده.

این سخنرانی با نگاهی آینده پژوهانه نشان می‌دهد که پرسش محوری دیگر از سطح «امکان استفاده» فراتر رفته و بر چگونگی ادغام مدل‌های زبانی در چارچوب‌های شفاف، قابل ممیزی و پاسخ‌گو در جرم‌یابی دیجیتال تمرکز دارد. در پایان، با تلفیقی از تحلیل نظری و مطالعه موردی، چارچوبی جامع برای بازنگری در روش‌ها و استانداردهای این حوزه در عصر مدل‌های زبانی بزرگ ارائه خواهد شد.