Войти
Юридическая информатика - это область в рамках информатики.
Американской библиотечной ассоциации определяет информатика как «изучение структуры и свойств информации, а также применение технологии организации, хранилищу, поиску и распространению информации ". Таким образом, правовая информатика относится к применению информатики в контексте правовой среды и, как таковая, включает связанные с законом организации (например, юридические бюро, суды, и юридические школы ) и пользователи информации и информационных технологий в этих организациях.
Вопросы политики в правовой информатике возникают из-за использования информационных технологий в исполнение закона, например использование повесток для информации, найденной в электронной почте, поисковых запросах и социальных сетях. Политические подходы к вопросам правовой информатики различаются во всем мире. Например, европейские страны, как правило, требуют уничтожения или анонимности данных, чтобы их нельзя было использовать для обнаружения.
Широкое распространение облачные вычисления дают несколько преимуществ при предоставлении юридических услуг. Поставщики юридических услуг могут использовать модель «Программное обеспечение как услуга» для получения прибыли, взимая с клиентов плату за использование или подписку. Эта модель имеет несколько преимуществ по сравнению с традиционными индивидуальными услугами.
Программное обеспечение как услуга также усложняет отношения между адвокатом и клиентом, что может иметь последствия для привилегии адвоката и клиента. Традиционная модель предоставления услуг позволяет легко определить, когда адвокат-клиент имеет право, а когда нет. Но в более сложных моделях предоставления юридических услуг другие участники или автоматизированные процессы могут регулировать отношения между клиентом и его поверенным, что затрудняет определение того, какие виды связи должны быть юридически привилегированными.
Искусственный Разведка используется в платформах для разрешения споров в Интернете, которые используют алгоритмы оптимизации и слепые торги. Искусственный интеллект также часто используется при моделировании юридической онтологии, «явной, формальной и общей спецификации концептуализации свойств и отношений между объектами в данной области».
Искусственный интеллект и право (ИИ и право) - это подполе искусственного интеллекта (AI), в основном связанная с применением ИИ к проблемам правовой информатики и оригинальными исследованиями по этим проблемам. Он также заинтересован в том, чтобы внести свой вклад в другом направлении: экспортировать инструменты и методы, разработанные в контексте юридических проблем, в AI в целом. Например, теории принятия юридических решений, особенно модели аргументации, внесли свой вклад в представление знаний и аргументацию ; модели социальной организации, основанные на нормах, внесли свой вклад в многоагентные системы ; обоснование судебных дел способствовало аргументации по делу ; и необходимость хранить и извлекать большие объемы текстовых данных привела к вкладу в концептуальный поиск информации и интеллектуальные базы данных.
Хотя Ловингер, Аллен и Мел предвосхитили несколько идей, которые станут важными в искусственном интеллекте и праве, первым серьезным предложением по применению методов ИИ в праве обычно считается Бьюкенен и Хедрик. Ранние работы этого периода включают влиятельный проект TAXMAN Торна Маккарти в США и проект LEGOL Рональда Стампера в Великобритании. Вехой начала 1980-х годов являются работы Кэрол Хафнер по концептуальному поиску, работа Энн Гарднер по договорному праву, работа Риссленда по юридическим гипотезам и работа в Имперском колледже Лондона по представлению законодательства с помощью исполняемых логических программ.
Первые встречи ученых включали одноразовую встречу в Суонси, серию конференций, организованных IDG во Флоренции, и семинары, организованные Чарльзом Уолтером в Хьюстонском университете в 1984 и 1985 годах. В 1987 году проводилась раз в два года конференция - Международная конференция по ИИ. и Закон (ICAIL). Эта конференция стала рассматриваться как главное место для публикаций и развития идей в области искусственного интеллекта и права, и это привело к созданию Международной ассоциации искусственного интеллекта и права (IAAIL) для организации и созыва последующих ICAIL. Это, в свою очередь, привело к созданию журнала «Искусственный интеллект и право», впервые опубликованного в 1992 году. В Европе ежегодные конференции JURIX (организованные Фондом Jurix Foundation для систем на основе правовых знаний) начались в 1988 году. Вместе с голландскоязычными (т. е. голландскими и фламандскими) исследователями JURIX быстро превратился в международную, в первую очередь европейскую, конференцию, которая с 2002 года регулярно проводится за пределами голландскоязычных стран. С 2007 года семинары JURISIN проводятся в Японии под эгидой Японского общества искусственного интеллекта.
Сегодня ИИ и право охватывают широкий круг тем, в том числе:
Формальные модели юридических текстов и Логические рассуждения использовались в искусственном интеллекте и праве, чтобы прояснить проблемы, дать более точное понимание и обеспечить основу для реализации. Было использовано множество формализмов, включая исчисления высказываний и предикатов; деонтическая, темпоральная и немонотонная логика; диаграммы переходов между состояниями. Праккен и Сартор дают подробный и авторитетный обзор использования логики и аргументации в искусственном интеллекте и праве вместе с исчерпывающим набором ссылок.
Важная роль формальных моделей - устранять двусмысленность. Фактически, законодательство изобилует двусмысленностью: поскольку оно написано на естественном языке, скобок нет, и поэтому объем связок, таких как «и» и «или», может быть неясным. «Если» также может интерпретироваться по-разному, и составители закона никогда не пишут «если и только если», хотя часто это именно то, что они подразумевают под «если». Пожалуй, самый ранний вариант использования логики для моделирования закона в искусственном интеллекте и праве, непрофессионал Аллен в серии статей выступал за использование логики высказываний для разрешения таких синтаксических двусмысленностей.
В конце 1970-х и на протяжении 1980-х гг. Направление работы над искусственным интеллектом и правом включало создание исполняемых моделей законодательства, заимствованных у TAXMAN Торна Маккарти и LEGOL Рональда Стампера. TAXMAN использовался для моделирования аргументов большинства и меньшинства в деле о налоговом законодательстве США (Эйснер против Макомбера ) и был реализован на языке программирования micro-PLANNER. LEGOL использовался для предоставления формальной модели правил и положений, регулирующих деятельность организации, и был реализован на языке правил «условие-действие», который используется в экспертных системах.
Языки TAXMAN и LEGOL были исполняемыми языками, основанными на правилах, которые не имели явной логической интерпретации. Тем не менее, формализация значительной части Закона о британском гражданстве Серго и др. показали, что естественный язык юридических документов очень похож на подмножество клаузулы Хорна исчисления предикатов первого порядка. Более того, он выявил необходимость расширить использование оговорок Хорна путем включения отрицательных условий для представления правил и исключений. Результирующие расширенные предложения Хорна исполняются как логические программы.
Более поздняя работа над более крупными приложениями, например, над дополнительными преимуществами, показала, что логические программы нуждаются в дальнейших расширениях, чтобы справиться с такими сложностями, как множественные перекрестные ссылки, контрфакты, считая положения, поправки и высокотехнологичные концепции (например, условия взносов). Было предложено использовать иерархические представления для решения проблемы перекрестных ссылок; и так называемые изоморфные представления были предложены для решения проблем проверки и частого исправления. По мере развития 1990-х годов это направление работы было частично поглощено разработкой формализации концептуализаций предметной области (так называемые онтологии ), которые стали популярными в искусственном интеллекте после работы Грубера. Ранние примеры в области искусственного интеллекта и права включают функциональную онтологию Валенте и фрейм, основанный на онтологиях Виссера и ван Кралингена. С тех пор правовые онтологии стали предметом регулярных семинаров на конференциях по искусственному интеллекту и праву, и существует множество примеров, начиная от общих онтологий верхнего уровня и основных онтологий до очень специфических моделей конкретных частей законодательства.
Поскольку закон состоит из наборов норм, неудивительно, что деонтическая логика была опробована в качестве формальной основы для моделей законодательства. Они, однако, не получили широкого распространения в качестве основы для экспертных систем, возможно потому, что экспертные системы должны обеспечивать соблюдение норм, тогда как деонтическая логика представляет реальный интерес только тогда, когда нам нужно учитывать нарушения норм. В установленных законом обязательствах, в соответствии с которыми обязательство возникает перед другим поименованным лицом, представляют особый интерес, поскольку нарушения таких обязательств часто являются основанием для судебного разбирательства. Есть также интересная работа, объединяющая деонтическую логику и логику действия для изучения нормативных позиций.
В контексте многоагентных систем нормы моделировались с использованием диаграмм перехода состояний. Часто, особенно в контексте электронных институтов, описанные таким образом нормы регламентированы (т.е. не могут быть нарушены), но в других системах нарушения также обрабатываются, что дает более точное отражение реальных норм. Хороший пример этого подхода см. В Modgil et al.
Закон часто касается вопросов, касающихся времени, как связанных с содержанием, таких как периоды времени и крайние сроки, так и тех, которые относятся к самому закону, например, начало производства. Были предприняты некоторые попытки смоделировать эту темпоральную логику с использованием как вычислительных формализмов, таких как исчисление событий, так и темпоральной логики, такой как устранимая временная логика.
При любом рассмотрении использования логики для моделирования закона необходимо учитывать имея в виду, что закон по своей природе немонотонен, о чем свидетельствуют права на обжалование, закрепленные во всех правовых системах, и то, как толкования закона меняются с течением времени. Более того, при разработке закона имеется множество исключений, а при применении закона прецеденты отменяются, а также соблюдаются. В подходах к логическому программированию отрицание как сбой часто используется для обработки немонотонности, но также используются специфические немонотонные логики, такие как устранимая логика. Однако после развития абстрактной аргументации эти проблемы все чаще решаются с помощью аргументации в монотонной логике, а не с помощью немонотонной логики.
Существуют как академические, так и собственные модели количественного правового прогнозирования. Одним из самых ранних примеров работающей количественной модели правового прогнозирования стал проект прогнозирования Верховного суда. Модель прогнозирования Верховного суда попыталась предсказать результаты всех дел на срок полномочий Верховного суда 2002 года. Модель правильно предсказала 75% случаев по сравнению с экспертами, которые предсказали только 59,1% случаев. Другой пример академической количественной модели юридического прогнозирования - модель 2012 года, которая прогнозировала результат коллективных исков по федеральным ценным бумагам. Некоторые ученые и стартапы в области юридических технологий пытаются создать алгоритмические модели для прогнозирования исходов дел. Часть этих общих усилий включает в себя улучшенную оценку дел для финансирования судебных разбирательств.
Для того, чтобы лучше оценить качество систем прогнозирования исходов дел, было внесено предложение создать стандартизированный набор данных, который позволил бы проводить сравнения между системами.
В концептуальной области практических вопросов продолжается прогресс как в области судебных разбирательств, так и технологий, ориентированных на транзакции. В частности, технология, включающая прогнозирующее кодирование, может существенно повысить эффективность юридической практики. Хотя прогнозирующее кодирование широко применяется в сфере судебных разбирательств, оно начинает проникать в практику транзакций, где оно используется для улучшения проверки документов при слияниях и поглощениях. Другие достижения, в том числе кодирование XML в транзакционных контрактах и все более совершенные системы подготовки документов, демонстрируют важность правовой информатики в пространстве транзакционного права.
Текущие приложения ИИ в правовой области используют машины для проверки документов, особенно когда от него зависит высокий уровень полноты и уверенности в качестве анализа документов, например, в случаях судебных разбирательств и когда должная осмотрительность играет роль.. Прогностическое кодирование использует небольшие выборки для перекрестных ссылок на похожие элементы, отсеивает менее релевантные документы, чтобы адвокаты могли сосредоточиться на действительно важных ключевых документах, получать статистически подтвержденные результаты, равные или превосходящие точность и, что особенно важно, скорость проверки людьми..
Развитие технологий и правовой информатики привело к появлению новых моделей предоставления юридических услуг. Юридические услуги традиционно были продуктом "на заказ", созданным профессиональным юристом индивидуально для каждого клиента. Однако, чтобы работать более эффективно, части этих услуг будут последовательно переходить от (1) заказных к (2) стандартизированным, (3) систематизированным, (4) пакетным и (5) коммодитизированным. Переход от одной стадии к другой потребует использования различных технологий и систем знаний.
Распространение Интернета и развитие юридических технологий и информатики расширяют юридические услуги для частных лиц и малых и средних компаний.
Корпоративные юридические отделы могут использовать правовую информатику для таких целей, как управление патентным портфелем, а также для подготовки, настройки и управления документами.
.
