Jump to content

Իրավաբանական ինֆորմատիկա

Վիքիպեդիայից՝ ազատ հանրագիտարանից
Իրավաբանական ինֆորմատիկա
Ենթադաստեղեկատվական գիտություն, մասնավոր իրավունք Խմբագրել Wikidata

Իրավաբանական ինֆորմատիկա, միջդիսցիպլինար ոլորտ, որը ձևավորվել է իրավագիտության և ինֆորմատիկայի հատման կետում։ Այն ուսումնասիրում է տեղեկատվության կառավարումը և տեխնոլոգիաների կիրառումը իրավական միջավայրում՝ նպատակ ունենալով բարելավել իրավական տեղեկատվության հավաքագրումը, պահպանումը, որոնումը և օգտագործումը։ Գրադարանների ամերիկյան ասոցիացիան ինֆորմատիկան սահմանում է որպես «տեղեկատվության կառուցվածքի և հատկությունների ուսումնասիրություն, ինչպես նաև տեղեկատվության կազմակերպման, պահպանման, որոնման և տարածման նպատակով տեխնոլոգիաների կիրառումը»։ Հետևաբար, իրավաբանական ինֆորմատիկան վերաբերում է իրավական միջավայրում ինֆորմատիկայի կիրառմանը և ներառում է իրավունքի հետ կապված կազմակերպությունները (օրինակ՝ իրավաբանական գրասենյակները, դատարանները և իրավաբանական դպրոցները), ինչպես նաև այդ կազմակերպություններում տեղեկատվության և տեղեկատվական տեխնոլոգիաների օգտագործողներին[1]։

Քաղաքականության խնդիրներ

[խմբագրել | խմբագրել կոդը]

Իրավաբանական ինֆորմատիկայի ոլորտում քաղաքականության խնդիրներն առաջանում են իրավունքի իրականացման ընթացքում տեղեկատվական տեխնոլոգիաների կիրառման հետևանքով, օրինակ՝ էլեկտրոնային նամակներում, որոնման հարցումներում և սոցիալական ցանցերում առկա տեղեկատվության վերաբերյալ պահանջագրերի (անգլ.՝ subpoena) օգտագործման դեպքում։ Իրավաբանական ինֆորմատիկային առնչվող խնդիրների կարգավորման մոտեցումները տարբեր են աշխարհի տարբեր երկրներում։ Օրինակ՝ եվրոպական երկրներում սովորաբար պահանջվում է տվյալների ոչնչացում կամ անհատականացնող տվյալների հեռացում, որպեսզի դրանք չկարողանան օգտագործվել ապացույցների բացահայտման (անգլ.՝ discovery) գործընթացում[2]։

Ամպային հաշվարկներ (անգլ.՝ Cloud computing)

[խմբագրել | խմբագրել կոդը]

Ամպային հաշվարկների լայն տարածումը մի շարք առավելություններ է ապահովում իրավաբանական ծառայությունների մատուցման ոլորտում։ Իրավաբանական ծառայություններ մատուցողները կարող են օգտագործել ծրագրային ապահովումը որպես ծառայություն (անգլ.՝ Software as a Service, (SaaS)) մոդելը՝ շահույթ ստանալու համար հաճախորդներից յուրաքանչյուր օգտագործման կամ բաժանորդագրության համար վճար գանձելու միջոցով։ Այս մոդելը մի շարք առավելություններ ունի ավանդական անհատականացված ծառայությունների (անգլ.՝ bespoke services) համեմատ։

  • SaaS-ը ավելի հեշտ է ընդլայնվում։ Ավանդական անհատականացված մոդելներում յուրաքանչյուր նոր հաճախորդի սպասարկումը պահանջում է փաստաբանի սահմանափակ ռեսուրսի՝ ժամանակի, ավելի մեծ օգտագործում։ SaaS մոդելի դեպքում իրավաբանական ծառայություն մատուցողը կարող է մեկ անգամ ներդրում կատարել արտադրանքի մշակման համար, այնուհետև օգտագործել ավելի քիչ սահմանափակ ռեսուրս՝ ամպային հաշվարկային հզորությունը, յուրաքանչյուր հաջորդ հաճախորդին ծառայություն մատուցելու համար։
  • SaaS-ը կարող է լրացնել ավանդական անհատականացված ծառայությունները՝ կատարելով կրկնվող և ստանդարտացված առաջադրանքներ, ինչի շնորհիվ փաստաբանը կարող է կենտրոնանալ անհատական մոտեցում պահանջող աշխատանքների վրա։
  • SaaS-ը կարող է մատուցվել ավելի հարմար եղանակով, քանի որ այն չի պահանջում, որ իրավաբանական ծառայություն մատուցողը և հաճախորդը հասանելի լինեն միևնույն ժամանակ։

Միևնույն ժամանակ, SaaS-ը կարող է բարդացնել փաստաբան-հաճախորդ հարաբերությունները, ինչը կարող է ազդեցություն ունենալ փաստաբանական գաղտնիության (անգլ.՝ attorney–client privilege) կիրառման վրա։ Ավանդական ծառայությունների մատուցման մոդելը հեշտացնում է որոշել, թե երբ է առաջանում փաստաբան-հաճախորդ արտոնությունը և երբ՝ ոչ։ Սակայն իրավաբանական ծառայությունների մատուցման ավելի բարդ մոդելներում այլ անձինք կամ ավտոմատացված գործընթացները կարող են միջնորդել հաճախորդի և փաստաբանի միջև հարաբերություններում՝ դժվարացնելով որոշել, թե որ հաղորդակցություններն են պաշտպանված իրավական գաղտնիությամբ[3]։

Արհեստական բանականություն

[խմբագրել | խմբագրել կոդը]

Արհեստական բանականությունն օգտագործվում է առցանց վեճերի լուծման հարթակներում, որոնք կիրառում են օպտիմալացման ալգորիթմներ և «կույր սակարկման» (անգլ.՝ blind-bidding) մեթոդներ[4]։ Այն նաև լայնորեն կիրառվում է իրավական օնտոլոգիաների մոդելավորման մեջ։ Իրավական օնտոլոգիան սահմանվում է որպես «որոշակի ոլորտում հասկացությունների, օբյեկտների հատկությունների և դրանց միջև հարաբերությունների բացահայտ, ձևական և ընդհանուր նկարագրություն»[5]։

Արհեստական բանականությունը և իրավունքը արհեստական բանականության ենթաոլորտ է, որը հիմնականում զբաղվում է իրավաբանական ինֆորմատիկայի խնդիրների նկատմամբ արհեստական բանականության կիրառմամբ և այդ խնդիրների վերաբերյալ ինքնուրույն հետազոտություններով։ Այն նաև հակառակ ուղղությամբ ազդեցություն ունի՝ իրավական խնդիրների համատեքստում մշակված գործիքներն ու մեթոդները փոխանցելով արհեստական բանականության ընդհանուր ոլորտ։ Օրինակ՝ իրավական որոշումների կայացման տեսությունները, հատկապես փաստարկման մոդելները, նպաստել են գիտելիքի ներկայացման և տրամաբանության ոլորտների զարգացմանը։ Նորմերի վրա հիմնված սոցիալական կազմակերպության մոդելները նպաստել են բազմագործակալ համակարգերի (անգլ.՝ multi-agent systems) զարգացմանը, իրավական գործերի վերաբերյալ դատողությունները՝ դեպքահեն տրամաբանության (անգլ.՝ case-based reasoning) զարգացմանը, իսկ մեծածավալ տեքստային տվյալների պահպանման և որոնման անհրաժեշտությունը՝ հայեցակարգային տեղեկատվության որոնման և խելացի տվյալների բազաների զարգացմանը[6][7][8]։

Թեև Լյովինջերը[9], Ալենը[10] և Մելը[11] կանխատեսել էին մի շարք գաղափարներ, որոնք հետագայում կարևոր դարձան արհեստական բանականության և իրավունքի ոլորտում, իրավունքի նկատմամբ արհեստական բանականության մեթոդների կիրառման առաջին լուրջ առաջարկը սովորաբար վերագրվում է Բյուքենանին և Հեդրիկին[12]։ Այս շրջանի վաղ աշխատանքներից էին ԱՄՆ-ում Թորն ՄաքՔարթիի TAXMAN նախագիծը[13] և Միացյալ Թագավորությունում Ռոնալդ Սթեմփերի LEGOL նախագիծը[14]։ 1980-ականների սկզբի կարևոր հետազոտություններից էին Քերոլ Հաֆների աշխատանքները հայեցակարգային որոնման (անգլ.՝ conceptual retrieval) ոլորտում[15], Էնն Գարդների հետազոտությունները պայմանագրային իրավունքի վերաբերյալ[16], Էդվինա Ռիսլանդի աշխատանքները իրավական հիպոթետիկ դեպքերի վերաբերյալ[17] և Լոնդոնի Կայսերական քոլեջի ուսումնասիրությունները՝ օրենսդրության ներկայացման ուղղությամբ՝ գործարկվող տրամաբանական ծրագրերի միջոցով[18]։

1980-ականներին տեղի ունեցան ոլորտի հետազոտողների առաջին հանդիպումները, այդ թվում՝ Սուոնսիում անցկացված մեկանգամյա հանդիպումը[19], Ֆլորենցիայում IDG-ի կողմից կազմակերպված համաժողովների շարքը[20] և Հյուսթոնի համալսարանում Չարլզ Վոլթերի կազմակերպած աշխատաժողովները 1984 և 1985 թվականներին[21]։ 1987 թվականին հիմնադրվեց Արհեստական բանականության և իրավունքի միջազգային համաժողովը (անգլ.՝ International Conference on AI and Law, (ICAIL))[22], որը հետագայում դարձավ արհեստական բանականության և իրավունքի ոլորտում հետազոտությունների ներկայացման և զարգացման հիմնական հարթակներից մեկը[23]։ Դրա արդյունքում ստեղծվեց Արհեստական բանականության և իրավունքի միջազգային ասոցիացիան (անգլ.՝ International Association for Artificial Intelligence and Law, (IAAIL)), որը զբաղվում է ICAIL համաժողովների կազմակերպմամբ։ Հետագայում՝ 1992 թվականին, առաջին անգամ հրատարակվեց «Արհեստական բանականություն և իրավունք» (անգլ.՝ Artificial Intelligence and Law) ամսագիրը[24]։ Եվրոպայում 1988 թվականին սկսվեցին JURIX տարեկան համաժողովները, որոնք կազմակերպվում էին Իրավական գիտելիքահեն համակարգերի JURIX հիմնադրամի կողմից։ Սկզբում դրանք նախատեսված էին հոլանդախոս հետազոտողների (հոլանդացիներ և ֆլամանդացիներ) համար, սակայն հետագայում վերածվեցին միջազգային, հիմնականում եվրոպական գիտաժողովի[25]։ 2007 թվականից Ճապոնիայում անցկացվում են նաև JURISIN աշխատաժողովները՝ Ճապոնիայի արհեստական բանականության ընկերության աջակցությամբ[26]։

Փոխգործունակ իրավական փաստաթղթերի Akoma Ntoso ստանդարտը թույլ է տալիս մեքենայական գործընթացներին աշխատել թվային խորհրդարանական, դատական և օրենսդրական փաստաթղթերի շարահյուսական և իմաստային բաղադրիչների հետ։ Այն նպաստում է բարձրորակ տեղեկատվական ռեսուրսների ստեղծմանը և հիմք է հանդիսանում արհեստական բանականության գործիքների զարգացման համար։ Akoma Ntoso-ի նպատակն է բարելավել խորհրդարանական և օրենսդրական գործընթացների արդյունավետությունը, հաշվետվողականությունը, որակը և բացությունը՝ մեքենայական աջակցությամբ փաստաթղթերի մշակման և իրավական վերլուծության միջոցով։ Այն, տեղակայված լինելով իմաստային վեբի (անգլ.՝ Semantic Web) միջավայրում, ստեղծում է փոխգործունակ էկոհամակարգ, որտեղ տարբեր գործիքներ կարող են համագործակցել և հաղորդակցվել միմյանց հետ՝ հիմք ստեղծելով թվային իրավունքի և իրավական նորմերի ներկայացման հետագա կիրառությունների համար[27]։

2019 թվականին Չինաստանի Հանչժոու քաղաքում ստեղծվեց արհեստական բանականության վրա հիմնված ինտերնետային դատարանի փորձնական ծրագիր, որը զբաղվում է էլեկտրոնային առևտրի և մտավոր սեփականության վեճերի քննությամբ։ Կողմերը դատարանում ներկայանում են տեսահամաժողովի միջոցով, իսկ արհեստական բանականության համակարգը գնահատում է ներկայացված ապացույցները և կիրառում համապատասխան իրավական չափանիշներ[28]էջ 124։

Ներկայումս արհեստական բանականությունը և իրավունքը ներառում են թեմաների լայն շրջանակ, այդ թվում՝

  • Իրավական դատողության ձևական մոդելներ,
  • Փաստարկման և որոշումների կայացման հաշվողական մոդելներ,
  • Ապացուցողական դատողության հաշվողական մոդելներ,
  • Իրավական դատողությունը բազմագործակալ համակարգերում,
  • Օրենսդրության գործարկվող մոդելներ,
  • Իրավական տեքստերի ավտոմատ դասակարգում և ամփոփում,
  • Իրավական տվյալների բազաներից և տեքստերից տեղեկատվության ավտոմատ արդյունահանում[29],
  • Մեքենայական ուսուցման և տվյալների արդյունահանման կիրառումը էլեկտրոնային ապացույցների բացահայտման (անգլ.՝ e-discovery) և իրավական այլ կիրառությունների համար,
  • Հայեցակարգային կամ մոդելի վրա հիմնված իրավական տեղեկատվության որոնում,
  • Իրավաբանական փոքր և կրկնվող առաջադրանքների ավտոմատացման համար նախատեսված իրավաբանական բոտեր (անգլ.՝ lawbots)[30],
  • Դատական գործընթացների ռիսկերի գնահատում, գնագոյացում և ժամկետների կանխատեսում՝ մեքենայական ուսուցման և արհեստական բանականության միջոցով[31]։

Իրավական դատողության ձևական մոդելներ

[խմբագրել | խմբագրել կոդը]

Իրավական տեքստերի և իրավական դատողության ձևական մոդելներն օգտագործվում են «Արհեստական բանականություն և իրավունք» ոլորտում՝ իրավական խնդիրների հստակեցման, դրանց առավել ճշգրիտ ընկալման և ծրագրային իրականացման հիմք ստեղծելու նպատակով։ Այդ նպատակով կիրառվել են տարբեր ձևական համակարգեր, այդ թվում՝ պրոպոզիցիոն և պրեդիկատային հաշվարկներ, դեոնտիկ, ժամանակային և ոչ մոնոտոն տրամաբանություններ, ինչպես նաև վիճակների անցումների դիագրամներ։ Պրակենը և Սարտորը[32] ներկայացրել են տրամաբանության և փաստարկման կիրառության համապարփակ ու հեղինակավոր վերլուծություն «Արհեստական բանականություն և իրավունք» ոլորտում՝ ուղեկցելով այն համապատասխան գրականության ընդարձակ ցանկով։

Ձևական մոդելների կարևորագույն նպատակներից մեկը երկիմաստության վերացումն է։ Իրավական ակտերը հաճախ պարունակում են երկիմաստ ձևակերպումներ։ Քանի որ դրանք կազմվում են բնական լեզվով, բացակայում են այնպիսի կառուցվածքային տարրեր, ինչպիսիք են փակագծերը, ինչի հետևանքով «և» կամ «կամ» կապակցությունների կիրառության շրջանակը կարող է հստակ չլինել։ Նույն կերպ, «եթե ոչ» (անգլ.՝ unless) բառը նույնպես կարող է ունենալ մի քանի մեկնաբանություն, իսկ իրավական ակտերի հեղինակները գրեթե երբեք չեն օգտագործում «եթե և միայն եթե» (անգլ.՝ if and only if) արտահայտությունը, թեև շատ դեպքերում հենց դա են նկատի ունենում՝ կիրառելով պարզապես «եթե» (անգլ.՝ if) բառը։ Իրավունքի մոդելավորման նպատակով տրամաբանության կիրառման ամենավաղ օրինակներից մեկում Լեյման Ալենը մի շարք աշխատություններում առաջարկել է կիրառել պրոպոզիցիոն տրամաբանությունը՝ նման շարահյուսական երկիմաստությունները հաղթահարելու համար։[10]

1970-ականների վերջից մինչև 1980-ականների ամբողջ ընթացքում «Արհեստական բանականություն և իրավունք» ոլորտի կարևոր ուղղություններից մեկը օրենսդրության գործարկվող (անգլ.՝ executable) մոդելների ստեղծումն էր, որի հիմքը դրվել էր Թորն ՄաքՔարթիի TAXMAN[13] և Ռոնալդ Սթեմփերի LEGOL[14] նախագծերով։ TAXMAN համակարգն օգտագործվել է ԱՄՆ հարկային իրավունքի Eisner v. Macomber գործով մեծամասնության և փոքրամասնության իրավական հիմնավորումների մոդելավորման համար և իրականացվել է micro-PLANNER ծրագրավորման լեզվով։ LEGOL համակարգը նախատեսված էր կազմակերպությունների գործունեությունը կարգավորող կանոնների և նորմերի ձևական մոդելավորման համար և իրականացվել էր պայման–գործողություն (անգլ.՝ condition–action) կանոնների վրա հիմնված լեզվով, որը բնորոշ էր փորձագիտական համակարգերին։

TAXMAN-ը և LEGOL-ը գործարկվող, կանոնահենք լեզուներ էին, որոնք չունեին տրամաբանական մեկնաբանության բացահայտ ձևակերպում։ Սակայն Սերգոյի և համահեղինակների կողմից «Քաղաքացիության մասին» Մեծ Բրիտանիայի օրենքի զգալի մասի ձևականացումը ցույց տվեց, որ իրավական փաստաթղթերի բնական լեզուն զգալի նմանություն ունի առաջին կարգի պրեդիկատային տրամաբանության Horn clause-ի ենթաբազմությանը[18]։ Այդ աշխատանքը նաև ցույց տվեց, որ կանոններն ու բացառությունները ներկայացնելու համար անհրաժեշտ է ընդլայնել Horn clause-ի կիրառությունը՝ ներառելով բացասական պայմաններ։ Արդյունքում ձևավորված ընդլայնված Horn clause-ը կարող էր գործարկվել որպես տրամաբանական ծրագրեր։

Ավելի ուշ իրականացված լայնածավալ նախագծերը, օրինակ՝ լրացուցիչ սոցիալական նպաստների (անգլ.՝ Supplementary Benefits) վերաբերյալ աշխատանքները[33], ցույց տվեցին, որ տրամաբանական ծրագրերը նույնպես լրացուցիչ ընդլայնումների կարիք ունեն՝ բազմաթիվ խաչաձև հղումների, հակափաստական (անգլ.՝ counterfactual) իրավիճակների, իրավական կանխադրույթների (անգլ.՝ deeming provisions), օրենսդրական փոփոխությունների և բարձր տեխնիկական հասկացությունների (օրինակ՝ վճարային մասնակցության պայմանների) հետ աշխատելու համար։[6] Խաչաձև հղումների խնդիրը լուծելու նպատակով առաջարկվեց կիրառել հիերարխիկ ներկայացումներ[34], իսկ ստուգման և օրենսդրության հաճախակի փոփոխությունների խնդիրները լուծելու համար առաջարկվեցին այսպես կոչված իզոմորֆ ներկայացումներ[35]։ 1990-ական թվականներին այս ուղղությունը մասամբ միաձուլվեց առարկայական ոլորտների հայեցակարգային կառուցվածքների ձևականացման՝ այսպես կոչված օնտոլոգիաների մշակման հետ, որոնք լայն տարածում գտան արհեստական բանականության ոլորտում՝ Թոմաս Գրուբերի աշխատանքներից հետո[36]։ «Արհեստական բանականություն և իրավունք» ոլորտում վաղ օրինակներից են Վալենտեի ֆունկցիոնալ օնտոլոգիան[37] և Վիսերի ու վան Կրալինգենի շրջանակահեն (frame-based) օնտոլոգիաները[38]։ Այդ ժամանակից ի վեր իրավական օնտոլոգիաները դարձել են «Արհեստական բանականություն և իրավունք» գիտաժողովների մշտական թեմաներից մեկը, և այսօր գոյություն ունեն բազմաթիվ օրինակներ՝ սկսած ընդհանուր բարձր մակարդակի և հիմնական օնտոլոգիաներից[39] մինչև կոնկրետ իրավական ակտերի համար մշակված մասնագիտացված մոդելներ։

Քանի որ իրավունքը համակարգ է՝ բաղկացած նորմերից, բնական է, որ դեոնտիկ տրամաբանությունը դիտարկվել է որպես օրենսդրության մոդելավորման ձևական հիմք։ Սակայն այն լայն կիրառություն չի ստացել փորձագիտական համակարգերի հիմքում, հավանաբար այն պատճառով, որ փորձագիտական համակարգերը նախատեսված են նորմերի կիրառումն ապահովելու համար, մինչդեռ դեոնտիկ տրամաբանությունն առավել օգտակար է այն դեպքերում, երբ անհրաժեշտ է վերլուծել նորմերի խախտումները։[40] Իրավական տեսանկյունից առանձնահատուկ հետաքրքրություն են ներկայացնում այլ անձի նկատմամբ ուղղված պարտավորությունները (անգլ.՝ directed obligations)[41], քանի որ դրանց խախտումները հաճախ հանդիսանում են դատական վարույթների հիմք։ Կատարվել են նաև հետաքրքիր հետազոտություններ, որոնք համատեղում են դեոնտիկ և գործողությունների տրամաբանությունները (անգլ.՝ action logics)՝ նորմատիվ դիրքորոշումների ուսումնասիրության նպատակով[42]։

Բազմագործակալ համակարգերի (անգլ.՝ multi-agent systems) համատեքստում նորմերը հաճախ մոդելավորվում են վիճակների անցումների դիագրամների միջոցով։ Հատկապես էլեկտրոնային ինստիտուտների (անգլ.՝ electronic institutions) դեպքում[43] այդպիսի նորմերը սովորաբար «խիստ կիրառելի» (անգլ.՝ regimented) են, այսինքն՝ դրանց խախտումն անհնար է։ Սակայն այլ համակարգերում նախատեսվում է նաև նորմերի խախտումների մշակումը, ինչը թույլ է տալիս ավելի իրատեսորեն արտացոլել իրական իրավական նորմերի գործարկումը։ Այս մոտեցման հաջող օրինակներից է Մոդգիլի և համահեղինակների աշխատանքը[44]։

Իրավունքը հաճախ առնչվում է ժամանակային հարցերի՝ ինչպես իրավական նորմերի բովանդակության (օրինակ՝ ժամկետներ և վերջնաժամկետներ), այնպես էլ հենց իրավական ակտերի գործողության ժամանակային շրջանակի (օրինակ՝ ուժի մեջ մտնելու պահի) տեսանկյունից։ Այս ժամանակային հարաբերությունների մոդելավորման նպատակով իրականացվել են փորձեր՝ կիրառելով ինչպես հաշվողական ձևական համակարգեր, օրինակ՝ Event Calculus-ը[45], այնպես էլ ժամանակային տրամաբանության տարբեր համակարգեր, օրինակ՝ հերքելի ժամանակային տրամաբանությունը (անգլ.՝ defeasible temporal logic)[46]։

Իրավունքի մոդելավորման նպատակով տրամաբանության կիրառությունը գնահատելիս անհրաժեշտ է հաշվի առնել, որ իրավունքն իր բնույթով ոչ մոնոտոն համակարգ է, ինչի մասին վկայում են բոլոր իրավական համակարգերում նախատեսված բողոքարկման իրավունքները, ինչպես նաև այն հանգամանքը, որ իրավական նորմերի մեկնաբանությունները ժամանակի ընթացքում փոփոխվում են[47][48][49]։ Բացի այդ, օրենսդրության մեջ լայնորեն հանդիպում են բացառություններ, իսկ իրավակիրառական պրակտիկայում նախադեպերը կարող են ոչ միայն կիրառվել, այլև վերանայվել կամ չեղարկվել։ Տրամաբանական ծրագրավորման մոտեցումներում ոչ մոնոտոնությունը հաճախ ներկայացվում է «ժխտում՝ ձախողման հիման վրա» (անգլ.՝ negation as failure) սկզբունքի միջոցով[50], սակայն կիրառվել են նաև ոչ մոնոտոն տրամաբանության հատուկ տեսակներ, օրինակ՝ հերքելի տրամաբանությունը (անգլ.՝ defeasible logic)[51]։ Վերացական փաստարկման (անգլ.՝ abstract argumentation) տեսության զարգացումից հետո[52], այս խնդիրներն ավելի լայնորեն լուծվում են մոնոտոն տրամաբանության շրջանակում փաստարկման մեթոդների կիրառմամբ՝ ոչ թե ոչ մոնոտոն տրամաբանությունների օգտագործման միջոցով։

Իրավական արդյունքների քանակական կանխատեսում

[խմբագրել | խմբագրել կոդը]

Ներկայումս գոյություն ունեն ինչպես ակադեմիական, այնպես էլ սեփականության իրավունքով պաշտպանված (անգլ.՝ proprietary) իրավական արդյունքների քանակական կանխատեսման մոդելներ։ Գործնականում կիրառված առաջին նման օրինակներից էր Գերագույն դատարանի կանխատեսման նախագիծը (անգլ.՝ Supreme Court Forecasting Project), որի նպատակն էր կանխատեսել ԱՄՆ Գերագույն դատարանի 2002 թվականի նստաշրջանի բոլոր գործերի արդյունքները։ Մոդելը ճիշտ էր կանխատեսել գործերի 75%-ի ելքը, մինչդեռ ոլորտի փորձագետների կանխատեսումների ճշգրտությունը կազմել էր 59,1%[53]։ Ակադեմիական ոլորտի մեկ այլ օրինակ է 2012 թվականին մշակված մոդելը, որը նախատեսված էր դաշնային արժեթղթերի վերաբերյալ կոլեկտիվ հայցերի (անգլ.՝ Federal Securities Class Action) ելքը կանխատեսելու համար[54]։ Մի շարք գիտնականներ և իրավական տեխնոլոգիաների ոլորտում գործող նորաստեղծ ընկերություններ (անգլ.՝ startups) մշակում են ալգորիթմական մոդելներ՝ դատական գործերի արդյունքները կանխատեսելու նպատակով[55][56]։ Այս ուղղության կարևոր բաղադրիչներից է նաև դատավարությունների ֆինանսավորման (անգլ.՝ litigation funding) նպատակով գործերի նախնական գնահատման մեթոդների կատարելագործումը[57]։

Դատական գործերի արդյունքների կանխատեսման համակարգերի որակը առավել օբյեկտիվ գնահատելու նպատակով առաջարկվել է ստեղծել ստանդարտացված տվյալների հավաքածու (անգլ.՝ dataset), որը հնարավորություն կտա համեմատել տարբեր համակարգերի արդյունավետությունը[58]։

Իրավաբանական պրակտիկա

[խմբագրել | խմբագրել կոդը]

Իրավաբանական պրակտիկային վերաբերող ոլորտում շարունակվում է ինչպես դատավարական, այնպես էլ գործարքային գործունեությանն ուղղված տեխնոլոգիաների զարգացումը։ Մասնավորապես, կանխատեսող կոդավորման (անգլ.՝ predictive coding) տեխնոլոգիան իրավաբանական պրակտիկայում կարող է զգալիորեն բարձրացնել աշխատանքի արդյունավետությունը։ Թեև կանխատեսող կոդավորումը հիմնականում կիրառվել է դատավարության ոլորտում, այն աստիճանաբար կիրառություն է գտնում նաև գործարքային իրավունքում՝ օգտագործվելով միաձուլումների և ձեռքբերումների (անգլ.՝ mergers and acquisitions) շրջանակում փաստաթղթերի ուսումնասիրության գործընթացի բարելավման նպատակով[59]։ Այլ առաջընթացներ, այդ թվում՝ գործարքային պայմանագրերում XML կոդավորման կիրառումը և փաստաթղթերի պատրաստման ավելի զարգացած համակարգերը, ընդգծում են իրավաբանական ինֆորմատիկայի կարևորությունը գործարքային իրավունքի ոլորտում[60][61]։

Իրավական ոլորտում արհեստական բանականության ներկայիս կիրառությունները հիմնականում ներառում են փաստաթղթերի վերլուծությունը, հատկապես այն դեպքերում, երբ անհրաժեշտ է ապահովել փաստաթղթերի ուսումնասիրության բարձր ամբողջականություն և արդյունքների նկատմամբ վստահության բարձր մակարդակ, օրինակ՝ դատավարությունների կամ իրավական ստուգման (լատիներեն՝ due diligence) գործընթացների ընթացքում[62]։ Կանխատեսող կոդավորումն օգտագործում է փաստաթղթերի փոքր ընտրանքներ՝ նմանատիպ նյութերի համեմատական վերլուծություն իրականացնելու, քիչ նշանակություն ունեցող փաստաթղթերը առանձնացնելու և փաստաբաններին առավել կարևոր փաստաթղթերի վրա կենտրոնանալու հնարավորություն տալու համար։ Այն ապահովում է վիճակագրորեն հիմնավորված արդյունքներ, որոնք ճշգրտությամբ հավասար են կամ նույնիսկ գերազանցում են փաստաթղթերի ձեռքով ուսումնասիրության արդյունքները, ինչպես նաև զգալիորեն արագացնում են այդ գործընթացը[62]։

Ծառայությունների մատուցում

[խմբագրել | խմբագրել կոդը]

Տեխնոլոգիաների և իրավաբանական ինֆորմատիկայի զարգացումը հանգեցրել է իրավաբանական ծառայությունների մատուցման նոր մոդելների ձևավորմանը։ Ավանդաբար իրավաբանական ծառայությունները եղել են անհատականացված (անգլ.՝ bespoke) ծառայություններ, որոնք փաստաբանը մշակում էր յուրաքանչյուր հաճախորդի կարիքներին համապատասխան[63]։ Սակայն արդյունավետության բարձրացման նպատակով այդ ծառայություններն աստիճանաբար անցնում են հետևյալ փուլերով՝ (1) անհատականացված, (2) ստանդարտացված, (3) համակարգված, (4) փաթեթավորված և (5) զանգվածային ծառայությունների (անգլ.՝ commoditized)[63]։ Յուրաքանչյուր հաջորդ փուլին անցնելը պահանջում է տարբեր տեխնոլոգիաների և գիտելիքի կառավարման համակարգերի կիրառում[63]։

Համացանցի տարածումը, ինչպես նաև իրավական տեխնոլոգիաների և իրավաբանական ինֆորմատիկայի զարգացումը հնարավորություն են տալիս իրավաբանական ծառայություններն ավելի հասանելի դարձնել ֆիզիկական անձանց և փոքր ու միջին ձեռնարկություններին։

Կորպորատիվ իրավաբանական բաժիններ

[խմբագրել | խմբագրել կոդը]

Կորպորատիվ իրավաբանական բաժինները կարող են օգտագործել իրավաբանական ինֆորմատիկան տարբեր նպատակներով, օրինակ՝ արտոնագրային պորտֆելների կառավարման[64], ինչպես նաև փաստաթղթերի պատրաստման, հարմարեցման և կառավարման համար[65]։

Ծանոթագրություններ

[խմբագրել | խմբագրել կոդը]
  1. ↑ Erdelez, Sanda; O'Hare, Sheila (1997). «Legal Informatics: Application of Information Technology in Law». Annual Review of Information Science and Technology. 32: 367.
  2. ↑ Dolin, Ron A. «Search Query Privacy: The Problem of Anonymization». Hastings Science & Technology Law Journal. 2010: 137.
  3. ↑ Chris Johnson, Leveraging Technology to Deliver Legal Services, 23 HARV. J.L. & TECH.259, 279 (2009).
  4. ↑ David Allen Larson, "Brother, Can You Spare A Dime?" Technology Can Reduce Dispute Resolution Costs When Times Are Tough and Improve Outcomes, 11 Nev. L.J. 523, 550 (2011)
  5. ↑ Wyner, A. (2008). «An Ontology in OWL for Legal Case-Based Reasoning». Artificial Intelligence and Law. 16 (4): 361–387. CiteSeerX 10.1.1.64.1896. doi:10.1007/s10506-008-9070-8. S2CID 14173766.
  6. ↑ Rissland, Edwina L.; Ashley, Kevin D.; Loui, R.P. (2003 թ․ նոյեմբեր). «AI and Law: A fruitful synergy». Artificial Intelligence. 150 (1–2): 1–15. doi:10.1016/s0004-3702(03)00122-x. ISSN 0004-3702.
  7. ↑ Ashley, Kevin D. (1992). «Case-based reasoning and its implications for legal expert systems». Artificial Intelligence and Law. 1 (2–3): 113–208. doi:10.1007/bf00114920. ISSN 0924-8463.
  8. ↑ Nguyen, Ha-Thanh; Phi, Manh-Kien; Ngo, Xuan-Bach; Tran, Vu; Nguyen, Le-Minh; Tu, Minh-Phuong (2022-12-27). «Attentive deep neural networks for legal document retrieval». Artificial Intelligence and Law. 32 (1): 57–86. arXiv:2212.13899. doi:10.1007/s10506-022-09341-8. ISSN 0924-8463.
  9. ↑ Loevinger, Lee. Jurimetrics--The Next Step Forward. Minn. L. Rev. 33 (1948): 455.
  10. 1 2 Allen, Layman E. Symbolic logic: A razor-edged tool for drafting and interpreting legal documents. Yale LJ 66 (1956): 833.
  11. ↑ Mehl, L.Automation in the Legal World: From the Machine Processing of Legal Information to the" Law Machine,. Mechanisation of Thought Processes (1958): 757-787.
  12. ↑ Buchanan, Bruce G., and Headrick, Thomas E. Some speculation about artificial intelligence and legal reasoning Արխիվացված 2019-05-12 Wayback Machine. Stanford Law Review (1970): 40-62.
  13. 1 2 McCarty, L. Thorne. Reflections on" Taxman: An Experiment in Artificial Intelligence and Legal Reasoning. Harvard Law Review (1977): 837-893.
  14. 1 2 Stamper, Ronald K. The LEGOL 1 prototype system and language. The Computer Journal 20.2 (1977): 102-108.
  15. ↑ Hafner, Carole D., (1981). Representing knowledge in an information retrieval system. in Oddy, R et al. (editors) (1981). Information Retrieval Research. London: Butterworths.
  16. ↑ Gardner, Anne The design of a legal analysis program. AAAI-83. 1983.
  17. ↑ Rissland, Edwina L. Examples in Legal Reasoning: Legal Hypotheticals. IJCAI. 1983.
  18. 1 2 Sergot, Marek J., et al. The British Nationality Act as a logic program. Communications of the ACM 29.5 (1986): 370–386.
  19. ↑ Niblett, Bryan, ed. Computer science and law. CUP Archive, 1980.
  20. ↑ e.g. Ciampi, Costantino, and Martino, Antonio. Artificial intelligence and legal information systems. Elsevier Science Inc., 1982.
  21. ↑ Walter, Charles. Computer power & legal language: the use of computational linguistics, artificial intelligence, & expert systems in the law. Greenwood Publishing Group Inc., 1988.
  22. ↑ List Արխիվացված Դեկտեմբեր 17, 2014 Wayback Machine of past ICAIL conferences
  23. ↑ For a contemporary discussion of a selection of papers from the first thirteen conferences, see Bench-Capon, Trevor, et al. A history of AI and Law in 50 papers: 25 years of the international conference on AI and Law. Artificial Intelligence and Law 20.3 (2012): 215-319.
  24. ↑ List of AI and Law journal volumes
  25. ↑ List of Jurix conferences
  26. ↑ See the list of workshops on the Jurisin 2014 page
  27. ↑ Flatt, Amelie; Langner, Arne; Leps, Olof (2022). Model-Driven Development of Akoma Ntoso Application Profiles - A Conceptual Framework for Model-Based Generation of XML Subschemas (անգլերեն) (1st ed.). Heidelberg: Sprinter Nature. ISBN 978-3-031-14131-7.
  28. ↑ Šimalčík, Matej (2023). «Rule by Law». In Kironska, Kristina; Turscanyi, Richard Q. (eds.). Contemporary China: a New Superpower?. Routledge. ISBN 978-1-03-239508-1.
  29. ↑ Sargeant, Holli; Östling, Andreas; Magnusson, Måns (2025). «Detecting Legal Citations in United Kingdom Court Judgments». Proceedings of the 2025 Conference on Empirical Methods in Natural Language Processing: 26798–26824. doi:10.18653/v1/2025.emnlp-main.1361. Վերցված է 2025 թ․ նոյեմբերի 26-ին.
  30. ↑ Jones, Rupert. «Rise of the lawbots». Counsel. Lexis Nexis. Վերցված է 2019 թ․ ապրիլի 24-ին.
  31. ↑ Shelly, Jared (2019 թ․ հունվարի 28). «Here's How Artificial Intelligence Is Poised to Transform Insurance Underwriting for the Better». Risk & Insurance. Վերցված է 2019 թ․ ապրիլի 24-ին.
  32. ↑ H. Prakken and G.Sartor, Law and logic: A review from an argumentation perspective, Artificial Intelligence. Available on-line June 2015.
  33. ↑ T.J.M. Bench-Capon, G.O. Robinson, T.W. Routen, M.J. Sergot, Logic programming for large scale applications in law: a formalisation of supplementary benefit legislation, in: Proceedings of the First International Conference on Artificial Intelligence and Law, ACM Press, New York, 1987, pp. 190–198.
  34. ↑ T. Routen, T.J.M. Bench-Capon, Hierarchical formalizations, International Journal of Man-Machine Studies 35 (1991) 69–93.
  35. ↑ T.J.M. Bench-Capon, F.P. Coenen, Isomorphism and legal knowledge based systems, Artificial Intelligence and Law 1 (1992) 65–86.
  36. ↑ Thomas R. Gruber: The Role of Common Ontology in Achieving Sharable, Reusable Knowledge Bases. Knowledge Representation 1991: 601-602
  37. ↑ Valente, A. 1995. Legal Knowledge Engineering; A Modelling Approach, IOS Press, Amsterdam.
  38. ↑ Robert W. van Kralingen, Pepijn R. S. Visser, Trevor J. M. Bench-Capon, H. Jaap van den Herik: A principled approach to developing legal knowledge systems. International Journal of Human-Computer Studies. 51(6): 1127-1154 (1999)
  39. ↑ Rinke Hoekstra, Joost Breuker, Marcello Di Bello, Alexander Boer: The LKIF Core Ontology of Basic Legal Concepts. Proceedings of the 2nd Workshop on Legal Ontologies and Artificial Intelligence Techniques. 2007: 43-63
  40. ↑ A.J. Jones, M.J. Sergot, On the characterisation of law and computer systems: the normative systems perspective, in: J.-J.Ch. Meyer, R. Wieringa (Eds.), Deontic Logic in Computer Science: Normative System Specification, Wiley, 1993, pp. 275–307
  41. ↑ H. Herrestad, C. Krogh, Obligations directed from bearers to counterparties, in: Proceedings of the Fifth International Conference on Artificial Intelligence and Law, ACM Press, New York, 1995, pp. 210–218.
  42. ↑ M.J. Sergot, A computational theory of normative positions, ACM Trans. Comput. Log. 2 (2001) 581–622.
  43. ↑ Marc Esteva, Juan A. Rodríguez-Aguilar, Josep Lluís Arcos, Carles Sierra, Pere Garcia: Institutionalizing Open Multi-Agent Systems. ICMAS 2000: 381–382
  44. ↑ Sanjay Modgil, Nir Oren, Noura Faci, Felipe Meneguzzi, Simon Miles and Michael Luck, Monitoring Compliance with E-Contracts and Norms, Artificial Intelligence and Law 23(2) (2015).
  45. ↑ R. Hernandez Marin, G. Sartor, Time and norms: a formalisation in the event-calculus(չաշխատող հղում) , in: Proceedings of the Seventh International Conference on Artificial Intelligence and Law, ACM, New York, 1999, pp. 90–100.
  46. ↑ G. Governatori, A. Rotolo, G. Sartor, Temporalised normative positions in defeasible logic Արխիվացված 2024-07-30 Wayback Machine, in: Proceedings of the Tenth International Conference on Artificial Intelligence and Law, ACM Press, New York, 2005, pp. 25–34.
  47. ↑ Schauer, Frederick. "On the supposed defeasibility of legal rules." Current Legal Problems 51.1 (1998): 223.
  48. ↑ Prakken, Henry, and Giovanni Sartor. "The three faces of defeasibility in the law." Ratio Juris 17.1 (2004): 118-139.
  49. ↑ R. Loui: Paths to Defeasibility: Reply to Schauer on Hart Արխիվացված 2016-06-04 Wayback Machine. APA 12:2, 2013
  50. ↑ Robert A. Kowalski: The Treatment of Negation in Logic Programs for Representing Legislation. Proceedings of Second International Conference on Artificial Intelligence and Law. 1989: 11–15
  51. ↑ Benjamin Johnston, Guido Governatori: Induction of Defeasible Logic Theories in the Legal Domain. Proceedings of the Ninth International Conference on Artificial Intelligence and Law 2003:204–213
  52. ↑ Phan Minh Dung: On the Acceptability of Arguments and its Fundamental Role in Nonmonotonic Reasoning, Logic Programming and n-Person Games. Artificial Intelligence 77(2): 321–358 (1995)
  53. ↑ Theodore W. Ruger, Pauline T. Kim, Andrew D. Martin, & Kevin M. Quinn, "The Supreme Court Forecasting Project: Legal and Political Science Approaches to Predicting Supreme Court Decisionmaking" Columbia Law Review Volume 104 May 2004
  54. ↑ McShane, Blakeley B. (2012). «Predicting Securities Fraud Settlements and Amounts: A Hierarchical Bayesian Model of Federal Securities Class Action Lawsuits». Journal of Empirical Legal Studies. 9 (3): 482–510. doi:10.1111/j.1740-1461.2012.01260.x. S2CID 28041529.
  55. ↑ Alexander, Charlotte; Al Jadda, Khalifeh; Feizollahi, Mhomamed J.; Tucker, Anne M. (2018 թ․ սեպտեմբերի 5). «Using Text Analytics to Predict Litigation Outcomes». Georgia State University College of Law. SSRN 3230224. {{cite journal}}: Cite journal requires |journal= (օգնություն)
  56. ↑ Tromans, Richard (2018 թ․ փետրվարի 13). «Litigation Prediction Battle Heats Up; BLM Links with LSE». Artificial Lawyer. Վերցված է 2019 թ․ ապրիլի 19-ին.
  57. ↑ Tashea, Jason (2018 թ․ սեպտեմբեր). «Good Data, Bad Data: When it comes to predicting outcomes in litigation, algorithms are only as good as their underlying information». ABA Journal. Վերցված է 2019 թ․ ապրիլի 19-ին.
  58. ↑ Steffek, Felix; Bell, Ludwig (2018 թ․ մայիսի 24). «Law and Autonomous Systems Series: Paving the Way for Legal Artificial Intelligence – A Common Dataset for Case Outcome Predictions». Oxford University. Վերցված է 2019 թ․ մայիսի 1-ին.
  59. ↑ «NC Lawyer by NC Bar Association - NC Bar Association's NC Lawyer». ncbar.org. Վերցված է 2016 թ․ դեկտեմբերի 26-ին.(չաշխատող հղում)
  60. ↑ Darryl Mountain, XML E-Contracts: Documents that Describe Themselves, 11(3) INT'L J.L. & TECH. 274 (2003)
  61. ↑ Hunziker, R (2017 թ․ փետրվար). «New Invention Disclosure Standard – Why Would I Care?» (PDF). IPO Law Journal. Intellectual Property Owners Association.
  62. 1 2 Donahue L, A Primer on Using Artificial Intelligence in the Legal Profession https://jolt.law.harvard.edu/digest/a-primer-on-using-artificial-intelligence-in-the-legal-profession.
  63. 1 2 3 Richard Susskind, From Bespoke to Commodity, LEGAL TECH. J., 2006, at 4, 4–7. «Legal Technology Journal». Արխիվացված է օրիգինալից 2011-01-29-ին. Վերցված է 2011-01-27-ին.
  64. ↑ Boninoa, Dario; Ciaramella, Alberto; Corno, Fulvio (2010 թ․ մարտ). «Review of the state-of-the-art in patent information and forthcoming evolutions in intelligent patent informatics». World Patent Information. 32 (1): 30–38. Bibcode:2010WPatI..32...30B. doi:10.1016/j.wpi.2009.05.008.
  65. ↑ Snyder, Paul (1986 թ․ ապրիլի 1). «Stop Playing Hide and Seek With Your Documents». ABA Journal. 72 (3): 54–56. JSTOR 20758698.