Информатика в юриспруденции: применение, проблемы и перспективы.

Введение

Информатика по дисциплинам

Юридическая информатика – это область информатики. Американская библиотечная ассоциация определяет информатику как «изучение структуры и свойств информации, а также применение технологий для организации, хранения, поиска и распространения информации». Следовательно, юридическая информатика относится к применению информатики в правовой сфере и, таким образом, включает в себя организации, связанные с правом (например, юридические фирмы, суды и юридические факультеты), а также пользователей информации и информационных технологий в этих организациях.

Вопросы политики

Вопросы политики в области юридической информатики возникают в связи с использованием информационных технологий при применении закона, например, при использовании запросов о предоставлении информации, содержащейся в электронной почте, поисковых запросах и социальных сетях. Подходы к решению политических вопросов в области юридической информатики различаются в разных странах мира. Например, в европейских странах обычно требуется уничтожение или анонимизация данных, чтобы исключить возможность их использования в качестве доказательства в судебном процессе.

Облачные вычисления

Широкое внедрение облачных вычислений предоставляет ряд преимуществ в оказании юридических услуг. Поставщики юридических услуг могут использовать модель «Программное обеспечение как услуга» (SaaS) для получения прибыли, взимая с клиентов плату за использование или по подписке. Эта модель имеет несколько преимуществ по сравнению с традиционными услугами, разработанными по индивидуальному заказу. Программное обеспечение как услуга гораздо более масштабируемо. Традиционные индивидуальные модели требуют от адвоката тратить больше ограниченного ресурса (своего времени) на каждого нового клиента. Используя SaaS, поставщик юридических услуг может приложить усилия один раз для разработки продукта, а затем использовать гораздо менее ограниченный ресурс (вычислительные мощности облака) для обслуживания каждого дополнительного клиента. Программное обеспечение как услуга может дополнять традиционные услуги, разработанные по индивидуальному заказу, выполняя рутинные задачи, освобождая адвоката для работы над индивидуальными проектами. SaaS может быть предоставлено более удобно, поскольку не требует одновременного присутствия поставщика юридических услуг и клиента. Однако программное обеспечение как услуга также усложняет отношения между адвокатом и клиентом, что может повлиять на адвокатскую тайну. Традиционная модель оказания услуг позволяет легко определить моменты, когда адвокатская тайна возникает, а когда нет. Но в более сложных моделях оказания юридических услуг другие участники или автоматизированные процессы могут опосредовать отношения между клиентом и его адвокатом, что затрудняет определение того, какие сообщения подлежат юридической защите.

Искусственный интеллект

Искусственный интеллект применяется в онлайн-платформах разрешения споров, использующих алгоритмы оптимизации и аукционы вслепую. Искусственный интеллект также часто используется для моделирования правовой онтологии, представляющей собой "явное, формальное и общее описание концептуализации свойств и отношений между объектами в определенной области". Искусственный интеллект и право (ИИ и право) – это подраздел искусственного интеллекта (ИИ), который в основном посвящен применению ИИ к задачам правовой информатики и проведению оригинальных исследований в этой области. Он также направлен на внесение вклада в обратном направлении: на экспорт инструментов и методов, разработанных в контексте правовых задач, в ИИ в целом. Например, теории принятия правовых решений, особенно модели аргументации, внесли вклад в представление знаний и рассуждения; модели социальной организации, основанные на нормах, – в многоагентные системы; рассуждения на основе юридических прецедентов – в аргументацию, основанную на прецедентах; а необходимость хранения и поиска больших объемов текстовых данных привела к вкладу в концептуальный поиск информации и интеллектуальные базы данных.

История

Хотя Ловингер, Аллен и Мель предвосхитили ряд идей, которые стали важными в области ИИ и права, первым серьезным предложением по применению методов ИИ к праву обычно считаются работы Бьюкенена и Хедрика. Ранние работы этого периода включают в себя влиятельный проект TAXMAN Торна МакКарти в США и проект LEGOL Рональда Стампера в Великобритании. Значимыми событиями начала 1980-х годов стали работы Кэрол Хафнер по концептуальному поиску, работы Энн Гарднер в области контрактного права, работы Риссленда по юридическим казусам и исследования, проведенные в Имперском колледже Лондона, по представлению законодательства посредством исполняемых логических программ. Ранние встречи ученых включали разовую встречу в Суонси, серию конференций, организованных IDG во Флоренции, и семинары, организованные Чарльзом Уолтером в Университете Хьюстона в 1984 и 1985 годах. В 1987 году была учреждена двухгодичная конференция – Международная конференция по ИИ и праву (ICAIL). Эта конференция стала основным форумом для публикации и развития идей в области ИИ и права, что привело к созданию Международной ассоциации по искусственному интеллекту и праву (IAAIL) для организации и проведения последующих конференций ICAIL. Это, в свою очередь, привело к основанию журнала «Искусственный интеллект и право», впервые опубликованного в 1992 году. В Европе ежегодные конференции JURIX (организуемые Фондом Jurix по системам, основанным на знаниях в области права) начались в 1988 году. Изначально задуманные для объединения исследователей, говорящих на нидерландском языке (то есть голландском и фламандском), JURIX быстро превратились в международную, преимущественно европейскую конференцию и с 2002 года регулярно проводятся за пределами нидерландскоязычных стран. С 2007 года семинары JURISIN проводятся в Японии под эгидой Японского общества искусственного интеллекта. Стандарт для совместимых юридических документов Akoma Ntoso позволяет использовать машинные процессы для работы с синтаксическими и семантическими компонентами цифровых парламентских, судебных и законодательных документов, тем самым способствуя разработке высококачественных информационных ресурсов и создавая основу для инструментов ИИ. Его цель – существенно повысить эффективность, подотчетность, качество и открытость парламентских и законодательных процедур на основе передовых практик и рекомендаций, а также машиноподдерживаемой разработки и машиноподдерживаемого (юридического) анализа. Встроенный в среду семантической сети, он формирует основу для гетерогенной, но совместимой экосистемы, с которой эти инструменты могут взаимодействовать и обмениваться данными, а также для будущих приложений и вариантов использования, основанных на цифровом праве или представлении правил. В 2019 году город Ханчжоу (Китай) запустил пилотную программу – интернет-суд на основе искусственного интеллекта для разрешения споров, связанных с электронной коммерцией и претензиями на интеллектуальную собственность в интернете. Стороны предстают перед судом посредством видеоконференцсвязи, а ИИ оценивает представленные доказательства и применяет соответствующие правовые нормы. Оценка рисков, ценообразование и прогнозирование сроков судебных разбирательств с использованием машинного обучения и искусственного интеллекта.

Although Loevinger, Allen and Mehl anticipated several of the ideas that would become important in AI and Law, the first serious proposal for applying AI techniques to law is usually taken to be Buchanan and Headrick. Early work from this period includes Thorne McCarty's influential TAXMAN project in the US and Ronald Stamper's LEGOL project in the UK. Landmarks in the early 1980s include Carole Hafner's work on conceptual retrieval, Anne Gardner's work on contract law, Rissland's work on legal hypotheticals and the work at Imperial College London on the representation of legislation by means of executable logic programs. Early meetings of scholars included a one off meeting at Swansea, the series of conferences organized by IDG in Florence and the workshops organised by Charles Walter at the University of Houston in 1984 and 1985. In 1987 a biennial conference, the International Conference on AI and Law (ICAIL), was instituted. This conference began to be seen as the main venue for publishing and the developing ideas within AI and Law, and it led to the foundation of the International Association for Artificial Intelligence and Law (IAAIL), to organize and convene subsequent ICAILs. This, in turn, led to the foundation of the Artificial Intelligence and Law Journal, first published in 1992. In Europe, the annual JURIX conferences (organised by the Jurix Foundation for Legal Knowledge Based Systems), began in 1988. Initially intended to bring together the Dutch speaking (i. e. Dutch and Flemish) researchers, JURIX quickly developed into an international, primarily European, conference and since 2002 has regularly been held outside the Dutch speaking countries. Since 2007 the JURISIN workshops have been held in Japan under the auspices of the Japanese Society for Artificial Intelligence. The interoperable legal documents standardAkoma Ntoso allows machine driven processes to operate on the syntactic and semantic components of digital parliamentary, judicial and legislative documents, thus facilitating the development of high quality information resources and forming a basis for AI tools. Its goal is to substantially enhance the performance, accountability, quality and openness of parliamentary and legislative operations based on best practices and guidance through machine assisted drafting and machine assisted (legal) analysis. Embedded in the environment of the semantic web, it forms the basis for a heterogenous yet interoperable ecosystem, with which these tools can operate and communicate, as well as for future applications and use cases based on digital law or rule representation. In 2019, the city of Hangzhou, China established a pilot program artificial intelligence based Internet Court to adjudicate disputes related to ecommerce and internet related intellectual property claims. Parties appear before the court via videoconference and AI evaluates the evidence presented and applies relevant legal standards. Risk assessment, pricing and timeline predictions of litigation using machine learning and artificial intelligence.

Формальные модели правового рассуждения

Формальные модели правовых текстов и юридического рассуждения использовались в области искусственного интеллекта и права (ИИ и права) для прояснения проблем, получения более точного понимания и обеспечения основы для реализации. Использовались различные формализмы, включая пропозициональный и предикатный исчисления, деонтические, темпоральные и немонотонные логики, а также диаграммы переходов состояний. Праккен и Сартор дают подробный и авторитетный обзор использования логики и аргументации в ИИ и праве, сопровождаемый всесторонним списком литературы. Важная роль формальных моделей заключается в устранении неоднозначности. Законодательство изобилует неоднозначностью, поскольку оно составлено на естественном языке, в нем отсутствуют скобки, что делает неясным область действия соединительных слов, таких как «и» и «или». Слово «если не» также может иметь несколько интерпретаций, а юристы никогда не пишут «если и только если», хотя именно это они часто подразумевают под словом «если». Вероятно, одним из первых применений логики для моделирования права в ИИ и праве было предложение Леймана Аллена использовать пропозициональную логику для разрешения подобных синтаксических неоднозначностей в серии статей. Было показано, что логическим программам необходимы дальнейшие расширения для работы со сложными ситуациями, такими как множественные перекрестные ссылки, контрфактические утверждения, презумпции, поправки и высокоспециализированные понятия (например, условия участия). Для решения проблемы перекрестных ссылок было предложено использование иерархических представлений, а для решения проблем верификации и частых изменений – так называемых изоморфных представлений. В 1990-х годах это направление исследований частично интегрировалось в разработку формализаций концептуализации предметных областей (так называемых онтологий), которые стали популярными в ИИ после работы Грубера. Ранние примеры в ИИ и праве включают функциональную онтологию Валенте и онтологии, основанные на фреймах, Виссера и ван Кралингена. Правовые онтологии с тех пор стали предметом регулярных семинаров на конференциях по ИИ и праву, и существует множество примеров, начиная от общих онтологий верхнего уровня и базовых онтологий до очень специфических моделей отдельных законодательных актов. Поскольку право состоит из набора норм, неудивительно, что деонтические логики были использованы в качестве формальной основы для моделей законодательства. Однако они не получили широкого распространения в качестве основы для экспертных систем, возможно, потому, что экспертные системы призваны обеспечивать соблюдение норм, в то время как деонтическая логика представляет интерес только при рассмотрении нарушений норм. Особый интерес представляют направленные обязательства, когда обязательство должно быть выполнено перед конкретным лицом, поскольку нарушения таких обязательств часто являются основанием для судебного разбирательства. Существуют также интересные работы, объединяющие деонтическую и логику действий для изучения нормативных позиций. В контексте многоагентных систем нормы моделируются с использованием диаграмм переходов состояний. Часто, особенно в контексте электронных институтов, описанные нормы регламентированы (то есть их нельзя нарушить), но в других системах нарушения также учитываются, что обеспечивает более точное отражение реальных норм. Хороший пример такого подхода можно найти в работе Modgil и др. Право часто касается вопросов времени, как связанных с содержанием (например, сроки и крайние сроки), так и с самим правом (например, вступление в силу). Предпринимались попытки моделировать эти темпоральные логики с использованием как вычислительных формализмов, таких как исчисление событий, так и темпоральных логик, таких как дефективная темпоральная логика. При рассмотрении использования логики для моделирования права необходимо учитывать, что право по своей природе немонотонно, что подтверждается правом на апелляцию, закрепленным во всех правовых системах, и тем, как интерпретации права меняются со временем. Более того, при разработке законов существует множество исключений, а при применении права прецеденты отменяются наряду с их соблюдением. В подходах к логическому программированию отрицание как отказ часто используется для обработки немонотонности, но также используются специальные немонотонные логики, такие как дефективная логика. Однако после развития абстрактной аргументации эти проблемы все чаще решаются посредством аргументации в монотонной логике, а не посредством использования немонотонных логик.

Formal models of legal texts and legal reasoning have been used in AI and Law to clarify issues, to give a more precise understanding and to provide a basis for implementations. A variety of formalisms have been used, including propositional and predicate calculi; deontic, temporal and non monotonic logics; and state transition diagrams. Prakken and Sartor give a detailed and authoritative review of the use of logic and argumentation in AI and Law, together with a comprehensive set of references. An important role of formal models is to remove ambiguity. In fact, legislation abounds with ambiguity: Because it is written in natural language there are no brackets and so the scope of connectives such as "and" and "or" can be unclear. "Unless" is also capable of several interpretations, and legal draftsman never write "if and only if", although this is often what they intend by "if". In perhaps the earliest use of logic to model law in AI and Law, Layman Allen advocated the use of propositional logic to resolve such syntactic ambiguities in a series of papers. showed that logic programs need further extensions, to deal with such complications as multiple cross references, counterfactuals, deeming provisions, amendments, and highly technical concepts (such as contribution conditions). The use of hierarchical representations was suggested to address the problem of cross reference; and so called isomorphic representations were suggested to address the problems of verification and frequent amendment. As the 1990s developed this strand of work became partially absorbed into the development of formalisations of domain conceptualisations, (so called ontologies), which became popular in AI following the work of Gruber. Early examples in AI and Law include Valente's functional ontology and the frame based ontologies of Visser and van Kralingen. Legal ontologies have since become the subject of regular workshops at AI and Law conferences and there are many examples ranging from generic top level and core ontologies to very specific models of particular pieces of legislation. Since law comprises sets of norms, it is unsurprising that deontic logics have been tried as the formal basis for models of legislation. These, however, have not been widely adopted as the basis for expert systems, perhaps because expert systems are supposed to enforce the norms, whereas deontic logic becomes of real interest only when we need to consider violations of the norms. In law directed obligations, whereby an obligation is owed to another named individual are of particular interest, since violations of such obligations are often the basis of legal proceedings. There is also some interesting work combining deontic and action logics to explore normative positions. In the context of multi agent systems, norms have been modelled using state transition diagrams. Often, especially in the context of electronic institutions, the norms so described are regimented (i. e., cannot be violated), but in other systems violations are also handled, giving a more faithful reflection of real norms. For a good example of this approach see Modgil et al. Law often concerns issues about time, both relating to the content, such as time periods and deadlines, and those relating to the law itself, such as commencement. Some attempts have been made to model these temporal logics using both computational formalisms such as the Event Calculus and temporal logics such as defeasible temporal logic. In any consideration of the use of logic to model law it needs to be borne in mind that law is inherently non monotonic, as is shown by the rights of appeal enshrined in all legal systems, and the way in which interpretations of the law change over time. Moreover, in the drafting of law exceptions abound, and, in the application of law, precedents are overturned as well as followed. In logic programming approaches, negation as failure is often used to handle non monotonicity, but specific non monotonic logics such as defeasible logic have also been used. Following the development of abstract argumentation, however, these concerns are increasingly being addressed through argumentation in monotonic logic rather than through the use of non monotonic logics.

Количественное правовое прогнозирование

Существуют как академические, так и проприетарные количественные модели правового прогнозирования. Одним из самых ранних примеров рабочей количественной модели правового прогнозирования стал проект прогнозирования решений Верховного суда. Эта модель пыталась предсказать результаты всех дел, рассмотренных Верховным судом в 2002 году. Модель правильно предсказала 75% дел, в то время как эксперты – лишь 59,1%. Другим примером академической количественной модели правового прогнозирования является модель 2012 года, предсказывавшая исход коллективных исков в сфере федерального законодательства о ценных бумагах. Некоторые ученые и стартапы в области юридических технологий разрабатывают алгоритмические модели для прогнозирования исходов дел. Часть этих усилий направлена на улучшение оценки дел для целей финансирования судебных разбирательств. С целью более точной оценки качества систем прогнозирования исходов дел было предложено создать стандартизированный набор данных, позволяющий сравнивать различные системы.

Юридическая практика

В рамках концептуальной области практических вопросов продолжается прогресс в разработке технологий, применяемых как в судебных разбирательствах, так и в сделках. В частности, технология, включающая прогнозирующее кодирование, обладает потенциалом для существенного повышения эффективности юридической практики. Хотя прогнозирующее кодирование в основном используется в сфере судебных споров, оно начинает применяться и в практике сделок, где используется для улучшения анализа документов при слияниях и поглощениях. Другие достижения, такие как XML-кодирование в договорах сделок и все более совершенные системы подготовки документов, демонстрируют важность юридической информатики в области сделкового права. Современные применения ИИ в юридической сфере используют машины для анализа документов, особенно когда требуется высокий уровень полноты и уверенности в качестве этого анализа, например, в судебных спорах и при проведении due diligence. Прогнозирующее кодирование использует небольшие выборки для перекрестной проверки схожих документов, отсеивая менее релевантные материалы, чтобы юристы могли сосредоточиться на ключевых документах, и предоставляет статистически подтвержденные результаты, сопоставимые или превосходящие точность и, что особенно важно, скорость анализа, выполняемого человеком. Однако, для повышения эффективности, отдельные компоненты этих услуг будут последовательно эволюционировать от (1) индивидуальных решений к (2) стандартизированным, (3) систематизированным, (4) упакованным и (5) коммерциализированным, а также для подготовки, настройки и управления документами.