"न्याय कार्य में सत्य है।" — बेंजामिन डिज़रायली

हर साल, क्लास-एक्शन समझौते के अरबों डॉलर बिना दावा किए रह जाते हैं। इसलिए नहीं कि मुकदमे असली नहीं हैं। इसलिए नहीं कि प्रभावित लोग पात्र नहीं हैं। बल्कि इसलिए क्योंकि दावा दायर करने के लिए एक ऐसी समय-सीमा का पता लगाना पड़ता है जिसके बारे में आपने कभी सुना ही नहीं, तीन साल पहले की गई खरीदारी को साबित करना पड़ता है, और एक ऐसे दावा फॉर्म को भरना पड़ता है जिसे देखकर लगता है कि इसे छोड़ने के लिए ही डिज़ाइन किया गया था।

यह पैटर्न लगातार बना हुआ है। एक हेडलाइन सामने आती है — $3.6 मिलियन का बेंजीन समझौता, टैल्क संदूषण का मामला, एक PFAS क्लास एक्शन — और लोग इसे देखते हैं, पहचानते हैं कि उन्होंने शायद उस उत्पाद का उपयोग किया था, और आगे बढ़ जाते हैं। इसलिए नहीं कि उन्हें परवाह नहीं है। बल्कि इसलिए क्योंकि "मैं पात्र हो सकता हूँ" से लेकर "मैंने दावा दायर किया और मुझे भुगतान मिल गया" तक पहुँचने के लिए आवश्यक प्रयास अधिकांश लोगों के लिए पार करना बहुत कठिन है।

पहले हमने HackPrinceton 2026 x Enter.pro: Building the Future | Enter में अपने अनुभव को साझा किया था। वह लेख ऊर्जा, मिशन और बड़ी तस्वीर के बारे में था। यह लेख उस टीम के बारे में गहराई से बताता है जिसने प्रतियोगिता के दौरान Enter के साथ निर्माण किया और एक पुरस्कार जीता: Aletheia।

Aletheia के पीछे की टीम ने जो ध्यान दिया वह यह है कि यह प्रयास लगभग पूरी तरह से कृत्रिम रूप से निर्मित है। सबूत पहले से ही मौजूद हैं। प्रमुख खुदरा विक्रेताओं, डिलीवरी ऐप्स और भुगतान प्लेटफार्मों के खरीदारी इतिहास में SKU-स्तर के रिकॉर्ड होते हैं कि लोगों ने वास्तव में क्या खरीदा, कब खरीदा और किससे खरीदा। पात्रता साबित करने वाला डेटा पहले से ही मौजूद है। यह बस लॉगिन के गलत पक्ष पर पड़ा हुआ है।

What Aletheia Does

Aletheia तीन कदमों में खरीदारी के इतिहास को दाखिल करने के लिए तैयार दावा पैकेट में बदल देता है।

खातों को लिंक करें। उपयोगकर्ता अपने शॉपिंग और डिलीवरी खातों को कनेक्ट करते हैं, और Aletheia लेनदेन डेटा को खींचता है — प्रत्येक उत्पाद का नाम, व्यापारी, तिथि और लाइन-आइटम मूल्य। श्रेणियां नहीं। वास्तविक उत्पाद।

जोखिम (exposure) के लिए स्कैन करें। एक AI-संचालित विश्लेषण मुकदमेबाजी से जुड़े रसायनों के एक क्यूरेटेड कैटलॉग के साथ प्रत्येक खरीदे गए उत्पाद का क्रॉस-रेफरेंस करता है: बेंजीन, टैल्क, पैराबेंस, PFAS, फॉर्मलाडेहाइड रिलीजर्स और अन्य। उपयोगकर्ताओं को 0-100 स्कोर, एक पर्सेंटाइल रैंकिंग और रसायन तथा चिह्नित उत्पाद द्वारा विवरण के साथ एक जोखिम रिपोर्ट प्राप्त होती है। यह कोई चेतावनी नहीं है। यह इस बात की तस्वीर है कि आप वास्तव में किस चीज़ के संपर्क में आए हैं, जो इस बात पर आधारित है कि आपने वास्तव में क्या खरीदा है।

समझौतों से मिलान करें। पता लगाए गए रसायनों और उत्पादों का मिलान सक्रिय क्लास-एक्शन समझौतों के एक लाइव कैटलॉग से किया जाता है, जिसे सार्वजनिक कानूनी डेटाबेस से हर घंटे अपडेट किया जाता है। प्रत्येक मिलान को वर्गीकृत किया जाता है: या तो उपयोगकर्ता ने विशिष्ट पात्र उत्पाद खरीदा है, या उनका जोखिम विचाराधीन रसायन के साथ ओवरलैप होता है। समाप्त हो चुके समझौतों को फ़िल्टर कर दिया जाता है। डुप्लिकेट को हटा दिया जाता है। प्रत्येक मिलान के लिए, Aletheia एक पांच-चरणीय फाइलिंग गाइड और एक PDF साक्ष्य पैकेट उत्पन्न करता है — जो खरीदारी के रिकॉर्ड से बनाया गया है — जो जमा करने के लिए तैयार होता है।

Aletheia जिस विसंगति को दूर कर रहा है वह कानूनी जटिलता के बारे में नहीं है। यह जानकारी और घर्षण (friction) के बारे में है। दावा प्रशासक पहले से ही खरीदारी के रिकॉर्ड को साक्ष्य के रूप में स्वीकार करते हैं। रिकॉर्ड पहले से ही मौजूद हैं। कमी केवल एक ऐसे उपकरण की थी जो उन्हें स्वचालित रूप से जोड़ सके।

The Build — and the Problem It Ran Into

टीम ने HackPrinceton Spring 2026 में Aletheia का निर्माण किया; और उनका वर्कफ़्लो अनुसंधान से उत्पाद आवश्यकताओं और फिर Enter तक गया — बाहरी डेटा स्रोतों को जोड़ने और इंटेलिजेंस लेयर बनाने के लिए Enter के MCP एकीकरणों और Skills का उपयोग करते हुए — एक पूरी तरह से तैनात उत्पाद तक। Enter ने बैकएंड इन्फ्रास्ट्रक्चर को संभाला: ऑथ लेयर, डेटाबेस, और एज फ़ंक्शंस जो जोखिम विश्लेषण, समझौते की स्क्रैपिंग और मिलान लॉजिक को संचालित करते हैं।

सबसे कठिन समस्या तकनीकी बुनियादी ढांचा नहीं थी। यह विश्वास था।

जोखिम और मिलान लॉजिक के पहले संस्करण ने AI को समझौते के कैटलॉग और मिलान स्कोर दोनों को संश्लेषित (synthesize) करने की अनुमति दी। इसे बनाना तेज़ था और इसका आउटपुट प्रशंसनीय था — जब तक कि ऐसा होना बंद नहीं हो गया। मॉडल ने मनगढ़ंत समझौते की रकम तैयार कर दी। इसने उन मुकदमों के लिए दावे उत्पन्न किए जो अस्तित्व में ही नहीं थे। इसने ऐसी पात्रता के फैसले दिए जिनका किसी वास्तविक कानूनी कार्यवाही में कोई आधार नहीं था।

एक उपभोक्ता वित्त उत्पाद के लिए, यह कोई बग नहीं है। यह एक अयोग्य घोषित करने वाली विफलता है। आप किसी को यह नहीं कह सकते कि उनका $4,200 का दावा है यदि वह संख्या किसी ऐसे मॉडल से आई है जो सत्यापित डेटा पढ़ने के बजाय कमियों को भर रहा था।

इस सुधार के लिए यह अलग करने की आवश्यकता थी कि AI क्या अच्छा करता है और किस काम के लिए उस पर अकेले भरोसा नहीं किया जा सकता है। वास्तविक समझौते का डेटा अब सीधे सार्वजनिक कानूनी डेटाबेस से स्क्रैप किया जाता है, प्रामाणिक रूप से संग्रहीत किया जाता है, और सत्यापित भुगतान, समय-सीमा और दावा URLs के साथ समृद्ध किया जाता है। मिलान के समय AI की भूमिका केवल उसी चीज़ को उद्धृत करने तक सीमित है जो पहले से ही कैटलॉग में है — कोई संश्लेषण नहीं, कोई एक्सट्रपलेशन नहीं। आउटपुट विश्वसनीय (grounded) है क्योंकि डेटाबेस विश्वसनीय है।

तीन डी-डुप्लीकेशन परतें इस तथ्य को संभालती हैं कि एक ही समझौता अक्सर विभिन्न स्रोतों में थोड़े अलग URLs और शीर्षकों के तहत दिखाई देता है। समय-सीमा लॉजिक उन समझौतों के बीच अंतर करता है जो वास्तव में बंद हो चुके हैं और वे जिनकी तिथियां अपारसेबल या लंबित हैं — पहले वाले को आक्रामक रूप से फ़िल्टर किया जाता है, दूसरे वाले को अभी भी खुला माना जाता है। PDF रसीद को तब तक दोहराया गया जब तक कि वह ऐसी न दिखने लगी जिसे एक दावा प्रशासक वास्तव में स्वीकार करेगा: मर्चेंट हेडर, लाइन-आइटम टेबल, सत्यापन फ़ुटर।

हर पथ का एक फॉलबैक (fallback) होता है। डेमो कभी भी टूटी हुई स्थिति में नहीं पहुँचता।

What They Are Proudest Of

पूरी पाइपलाइन, शुरू से अंत तक। एक उपयोगकर्ता अपने खातों को लिंक करता है, एक जोखिम रिपोर्ट प्राप्त करता है, अपने मेल खाते समझौतों को देखता है, और दाखिल करने के लिए तैयार PDF डाउनलोड करता है — यह सब उस खरीदारी डेटा से होता है जो उनके पास पहले से था, जिसे इस तरह से संसाधित किया गया जिसके बारे में उन्हें कभी सोचना ही नहीं पड़ा।

और रसीद। एक जनरेट किए गए दस्तावेज़ को हैकाथॉन आउटपुट के बजाय कानूनी सबूत जैसा दिखाने के लिए बार-बार प्रयास करने पड़े। टीम बार-बार इसी बारीकी पर ध्यान केंद्रित करती है।

आगे क्या होने वाला है

Webhook-संचालित अलर्ट: मैन्युअल रूप से दोबारा स्कैन किए बिना, जैसे ही कोई नई खरीदारी किसी मौजूदा सेटलमेंट से मेल खाती है, उपयोगकर्ताओं को सूचित करें। ऑटो-फिल क्लेम फॉर्म: खरीदारी के रिकॉर्ड और एक्सपोज़र डेटा से मानक फ़ील्ड को पहले से भरें, और जहाँ व्यवस्थापक अनुमति देते हैं वहाँ उपयोगकर्ता की ओर से सबमिट करें। बैंक-स्टेटमेंट OCR के माध्यम से ऐतिहासिक लुकबैक, जहाँ लॉन्ग-टेल सेटलमेंट का पैसा होता है — उन उत्पादों पर दावे जो किसी भी प्लेटफ़ॉर्म द्वारा SKU को ट्रैक करना शुरू करने से सालों पहले खरीदे गए थे। और वास्तविक भुगतान एकीकरण: एक छोटे से सक्सेस शुल्क के साथ सीधे सेटलमेंट फंड स्वीकार करें।

इस सब के लिए बुनियादी ढांचा पहले से ही मौजूद है। जो पाइपलाइन सक्रिय सेटलमेंट के लिए काम करती है, वह किसी भी सेटलमेंट के लिए काम करती है। जो साक्ष्य पुनर्प्राप्ति लिंक किए गए खातों के लिए काम करती है, वह अपलोड किए गए स्टेटमेंट के लिए भी काम करती है। Aletheia जो कुछ कर सकता है उसका दायरा हर उस डेटा स्रोत के साथ बढ़ता जाता है जिस तक वह पहुँच सकता है।

पैसा हमेशा से वहीं था। बस उस तक पहुँचने का रास्ता गायब था।

इसे बनाने वाली टीम: Haoran Xu | Anish Yenduri | Brian Li | Adarsh Danda

पिछले वॉल्यूम छूट गए? → Vol. 1 — Heritage in Pixels → Vol. 2 — Terra Zone AI *→ Vol. 3: *reAgent *→ Vol. 4: *TaleTailor *→ Vol. 5: *LEGR *→ Vol. 6: *PolyPath *→ Vol. 7: *EcoThread