Beräkningsrätt är en gren av juridisk informatik , som sysslar med mekanisering av juridiska resonemang (oavsett om det är mänskligt eller datorbaserat). [1] Den belyser explicita beteendeproblem och tar inte upp implicita uppföranderegler. Det är viktigt att notera att det finns ett engagemang i samhället för en tillräcklig rigoritet när det gäller att definiera lagar så att efterlevnaden kan automatiseras helt.
Ur en teoretisk synvinkel är beräkningsrätten helt och hållet inom rättspositivismens territorium . Med tanke på tyngdpunkten på väldefinierade lagar är beräkningsrätten mest tillämplig inom ramen för civilrätten , där lagar förstås mer eller mindre bokstavligt. Beräkningsrätt är mindre tillämplig på rättssystem baserade på common law , vilket ger mer utrymme för ospecificerade normativa överväganden. Men även i lagar som bygger på sedvanerätt är beräkningsrätten fortfarande relevant i förhållande till kategoriska lagar och i situationer där prövningen av mål har lett till att vissa de facto- regler skapats .
Ur en pragmatisk synvinkel är beräkningsrätt viktig som grund för datorsystem som kan göra användbara juridiska beräkningar, såsom efterlevnadstestning, juridisk planering, regulatorisk analys och så vidare. Vissa system av detta slag finns redan. [2] Ett bra exempel är TurboTax . Och denna potential är särskilt viktig nu tack vare de senaste tekniska framstegen, inklusive utbredningen av Internet i kommunikation och spridningen av inbyggda datorsystem (som smartphones , självkörande bilar och robotar ).
Spekulationer om de potentiella fördelarna med att använda beräkningsvetenskap och artificiell intelligens metoder i juridisk praxis går åtminstone tillbaka till mitten av 1940-talet. [3] Dessutom verkar tillämpningen av artificiell intelligens på juridik och beräkningsrätt vara svår att skilja åt, eftersom den mesta forskningen inom området artificiell intelligens som tillämpas på juridik tycks använda beräkningsmetoder. Många implementeringar har övervägts, och deras relation till varandra är inte lätt att visa. De presenteras sedan i kronologisk ordning, med samband mellan dem endast visade där de kan spåras.
År 1949 identifierade amerikanska juridiska forskare den så kallade. "jurimetri" (jurimetri), ett litet forskningsområde som syftar till att inkludera elektroniska och beräkningsmetoder för att lösa juridiska problem [4] . Även om det allmänt uttalades att det handlade om att tillämpa "vetenskapens metoder" på lagen, var dessa metoder i själva verket ganska specifika. Jurimetri skulle vara "relaterade till frågor som den kvantitativa analysen av rättsligt beteende, tillämpningen av kommunikations- och informationsteori på juridiska uttryck, användningen av matematisk logik i juridik, hämtning av juridiska data med elektroniska och mekaniska medel och formuleringen av kalkylen för rättslig förutsägbarhet" [5] . Dessa intressen ledde 1959 till skapandet av Modern Uses of Logic in Law som ett forum för att publicera artiklar om tillämpningen av metoder som matematisk logik, ingenjörskonst, statistik etc. för att studera och utveckla rättsområdet [6] . 1966 döptes denna tidskrift om till Jurimetrics . [7] Hittills har både ämnet för tidskriften och själva innehållet i jurimetri som disciplin expanderat långt bortom datortillämpningar och beräkningsmetoder till juridik. I dag publicerar tidskriften inte bara artiklar om beräkningsrätt, utan täcker även juridiska frågor som användningen av samhällsvetenskap i lagstiftning eller "de politiska konsekvenserna av lagstiftnings- och administrativ kontroll över vetenskapen" [8] .
1958, oberoende av grundarna av "jurimetri", vid konferensen om mekanisering av tankar, som hölls vid National Physical Laboratory i Teddington ( Middlesex , Storbritannien), presenterade den franska advokaten Lucien Mael ett dokument både om fördelarna med att använda beräkningsteknik. metoder inom juridikområdet och om potentiella sätt att använda sådana tekniker för att automatisera juridik, deltog AI-armaturer som Marvin Minsky [9] [10] i diskussionen . Mel trodde att lagar kunde automatiseras av två grundläggande, men inte helt separerbara, typer av maskiner. Den första typen är "dokumentär- eller informationsmaskiner", som ger rättsforskaren snabb tillgång till relevanta prejudikat och juridisk kunskap [11] , den andra typen är "konsultationsmaskiner", "som kan besvara alla frågor som ställs till honom i ett stort rättsområde" [ 12] . Maskiner av denna typ skulle i princip kunna göra det mesta av en advokats arbete, helt enkelt ge "ett exakt svar på det [juridiska] problemet som ställs" [13] .
1970 hade Mels maskin av den första typen "information" implementerats, men lite uppmärksamhet ägnades åt ytterligare lovande skärningspunkter mellan AI och juridisk forskning [14] . Förhoppningen kvarstår dock att datorer ska kunna simulera en advokats tankeprocesser med hjälp av beräkningsmetoder, och sedan tillämpa denna förmåga för att lösa juridiska problem, och på så sätt automatisera och förbättra juridiska tjänster genom att öka effektiviteten, samt belysa naturens natur. av juridiska resonemang [ 15] . I slutet av 1970-talet hade datavetenskapen och tillgången på datateknik avancerat så mycket att sökandet efter "rättsliga data med elektroniska och mekaniska medel" uppnåddes med maskiner motsvarande den första typen av Mel, som blev utbredd i amerikansk rätt företag [16] [17] . Under denna tid pågick forskning för att nå de mål som sattes upp i början av 1970-talet, med hjälp av program som Taxman. De förde användbar teknologi till rättsvetenskapen som praktiska hjälpmedel och hjälpte till att definiera den exakta karaktären av juridiska begrepp [18] .
Framsteg med den andra typen av maskin, som mer fullständigt skulle automatisera rättsvetenskapen, var praktiskt taget obefintlig [19] . Utvecklingen av maskiner som kunde lösa problem, som Mels "konsultmaskin", kom i slutet av 1970- och 1980-talet. Konventionen från 1979, som antogs i Swansea , Wales , markerade den första internationella ansträngningen att enbart tillämpa forskning om artificiell intelligens på juridiska frågor, för att "tänka på hur datorer kan användas för att identifiera och upprätthålla juridiska regler, inskrivna i skriftliga rättskällor" [20 ] [21] . De framsteg som gjordes under det följande decenniet, på 1980-talet, visade sig dock vara obetydliga [22] . I en recension av Anna Gardners An Artificial Intelligence Approach to Legal Reasoning (1987) skriver datavetaren och Harvard-juristen Edwina Riessland: ”Hon spelar, delvis, en pionjärroll; Artificiell intelligens (“AI”) metoder används ännu inte i stor utsträckning för att lösa juridiska problem. Därför beskriver och definierar Gardner, och denna recension, för första gången detta område, och demonstrerar sedan en arbetsmodell inom området för förslag och godkännande av ett avtal” [23] . Åtta år efter Swanseakonferensen försökte AI- och juridikforskare fortfarande avgränsa området och kallade varandra för "pionjärer".
Slutligen skedde betydande framsteg under 1990-talet och början av 2000-talet. Beräkningsforskning har genererat en förståelse av lagen [24] . Den första internationella konferensen om artificiell intelligens och juridik ägde rum 1987, men det var på 1990- och 2000-talen som den tvååriga konferensen började ackumulera utvecklingen och fördjupa sig i problemen förknippade med skärningspunkten mellan beräkningsmetoder, AI och juridik [25] [ 26] [27] . Studenter började läras relevanta discipliner om användningen av beräkningsmetoder för automatisering, förståelse och efterlevnad av lagen [28] . Dessutom, 2005, hade ett team av mestadels Stanford University-forskare från Stanford Logic-gruppen ägnat sig åt att studera användningen av datorteknik i juridik [29] . Beräkningsmetoderna har avancerat så mycket att jurister på 2000-talet började analysera, förutsäga och oroa sig för den potentiella framtiden för beräkningsrätten, och ett nytt vetenskapligt forskningsområde, beräkningsjurisprudens, är nu väletablerat. En uppfattning om hur forskare ser beräkningsrättens roll i lagens framtid kommer från ett citat från en nyligen genomförd New Normal-konferens:
Under de senaste 5 åren, efter den stora lågkonjunkturen, har juristkåren gått in i en ny normal. I synnerhet har ett antal krafter relaterade till teknisk förändring, globalisering och strävan att göra mer med mindre (både i företags-Amerika och advokatbyråer) förändrat branschen för juridiska tjänster för alltid. Som en artikel uttryckte det , vänder sig företag bort från att anställa "för att öka effektiviteten, öka vinsten och minska kundkostnaderna". <...>The New Normal ger advokater en möjlighet att omdefiniera – och ompröva – advokaternas roll i vår ekonomi och samhälle. Eran när advokatbyråer åtnjöt, eller fortfarande åtnjuter, förmågan att arbeta tillsammans närmar sig sitt slut när klienter börjar dela juridiska tjänster och uppgifter. Dessutom kan automatisering och teknik i andra fall förändra advokaternas roller, vilket kräver att de kontrollerar processer och användningen av teknik, samt mindre arbete som alltmer kontrolleras av datorer. Tillväxtpotentialen är inte bara ökad effektivitet för samhället, utan också nya möjligheter till juridisk excellens. Det framväxande yrket som advokat i den nya normala kommer sannolikt att kräva att advokater behärskar entreprenöriella färdigheter såväl som en rad kompetenser som gör det möjligt för dem att tillföra värde till klienter. I förhållande till de trender som noterats ovan dyker det upp nya möjligheter för "juridiska entreprenörer" inom områden som sträcker sig från hantering av juridiska processer till utveckling av teknologier för att hantera juridiska transaktioner (t.ex. kontroll av automatiserade processer) för att stödja processer för tvistlösning online. I andra fall kan effektiv juridisk utbildning, såväl som kunskap inom specifika områden (ekonomi, försäljning, IT, entreprenörskap, mänskliga resurser, etc.) skapa en kraftfull kombination av kompetens som ger utexaminerade jurist ett antal nya möjligheter (affärsutveckling) roller). , finansiella transaktioner, rekrytering, etc.). I båda fallen räcker det inte med traditionell juridisk kompetens för att förbereda juridikstudenter för dessa roller. Men korrekt förberedelse, baserad på och bortom den traditionella juristutbildningens läroplan, inklusive praktiska färdigheter, relevanta domänkunskaper (som redovisning) och professionella färdigheter (som att arbeta i team), kommer att ge juriststudenter en enorm fördel gentemot dem som äger en endimensionell uppsättning färdigheter [30] .
Många ser fördelar med de kommande förändringarna till följd av beräkningsautomatisering av lagen. För det första förutspådde juridiska experter att det skulle hjälpa juridisk självhjälp, särskilt inom områdena avtal, affärsplanering och att förutse regeländringar [8] . För det andra ser de som har kunskap om datorer potentialen i beräkningsrätt, vilket kan bli ett verkligt genombrott. Därför kunde de "konsultmaskiner" som Mel talade om dyka upp. Den framstående programmeraren Stephen Wolfram säger:
Så vi går sakta mot en person som har utbildats i form av ett beräkningsparadigm. Och det är bra, för som jag ser det kommer datoranvändning att bli centrum för nästan alla områden. Låt oss prata om två exempel - de klassiska yrkena: juridik och medicin. Ironiskt nog, när Leibniz först tänkte på datoranvändning i slutet av 1600-talet, ville han skapa en maskin som kunde svara på juridiska frågor effektivt. Då var det för tidigt. Men nu tror jag att vi nästan är redo för beräkningsrätt. Där till exempel kontrakt blir beräkningsbara. De blir explicita algoritmer som förutbestämmer vad som är möjligt och vad som inte är det. Du vet, en del av det har redan hänt. Som med finansiella instrument som optioner och terminer . De brukade bara vara naturliga språkkontrakt. Men sedan kodifierades och parametrerades de. Så det är egentligen bara algoritmer som man förstås kan utföra metaberäkningar på, vilket är det som lanserade tusen hedgefonder och så vidare. Tja, så småningom kommer du att kunna göra alla möjliga juridiska saker, från bolån till skatteregler, kanske till och med patent . Nu, för att uppnå detta, behöver vi sätt att representera många aspekter av den verkliga världen i all dess stök. Detta är kärnan i Wolfram|Alpha kunskapsbaserad datoranvändning [31] .
Det har också gjorts många försök att skapa maskinläsbar eller körbar maskinkod . Maskinläsbar kod kommer att göra kod lättare att tolka, vilket gör att du snabbt kan skapa och analysera databaser utan att behöva avancerade ordbehandlingstekniker. Ett maskinellt format skulle göra det möjligt att ange detaljerna i ett ärende och returnera ett beslut i ärendet.
Maskinläsbar lagkod är redan ganska vanlig. METAlex [32] , en XML -baserad standard som föreslagits och utvecklats av Leibniz Center for Law vid University of Amsterdam [33] , används av regeringarna i Storbritannien och Nederländerna för att koda deras lagar. I USA krävde president Barack Obamas verkställande order från maj 2013 att alla regeringsdokument skulle släppas i ett maskinläsbart format som standard, även om inget specifikt format nämndes [34] .
Maskinkörbar juridisk kod används mycket mindre ofta. Det mest kända exemplet är Hammurabi -projektet [35] , ett försök att skriva om en del av USA:s juridiska kod på ett sådant sätt att lagstiftningen tar fakta som input och returnerar beslut. Hammurabi-projektet fokuserar för närvarande på aspekter av lagen som är mottagliga för denna typ av specifikationer, såsom skatte- eller immigrationslagar , även om utvecklarna på lång sikt planerar att inkludera så många lagar som möjligt.
En stor del av ansträngningarna inom beräkningsrätt idag är fokuserade på den empiriska analysen av rättsliga beslut och deras förhållande till lagstiftning. I det här fallet används vanligtvis citationsanalys , där mönster av referenser till verk beaktas. På grund av den utbredda praxisen med citering i kontorsarbete är det möjligt att konstruera citeringsindex och komplexa juridiska prejudikatdiagram som kallas citeringsnätverk. Citeringsnätverk gör det möjligt att använda graftraversalalgoritmer för att länka fall till varandra, samt att använda olika avståndsmått för att hitta matematiska samband mellan dem [36] [37] [38] . Dessa analyser kan avslöja viktiga övergripande mönster och trender i rättstvister och hur lagen används [39] [40] .
Ny forskning om nätverk för juridiska hänvisningar har lett till flera genombrott i analysen av rättsliga beslut. Materialet för analysen var citat från uttalade åsikter från majoriteten av ledamöterna i Högsta domstolen för att skapa citeringsnätverk. De resulterande modellerna analyserades för att avslöja metainformation om enskilda beslut, såsom beslutets betydelse, såväl som allmänna trender i rättstvister, såsom prejudikatets roll över tid [36] [39] . Dessa studier har använts för att förutsäga vilka fall Högsta domstolen kommer att välja att pröva [39] .
Ett annat försök gjordes av United States Tax Court , som sammanställde en offentlig databas med beslut, åsikter och citat från Skattedomstolen för 1990-2008 och byggde upp ett referensnätverk baserat på denna databas. Analys av detta nätverk fann att stora delar av skattelagstiftningen sällan, om aldrig, nämndes, och att andra delar av lagen, särskilt de som rör "skilsmässa, anhöriga, ideella organisationer, hobbyer och affärskostnader och förluster, och den allmänna definitionen av inkomst", var inblandade i de allra flesta tvister [40] .
En studie fokuserade på hierarkiska nätverk i kombination med citeringsnätverk och analys av Amerikas förenta staters kod . Denna forskning användes för att analysera olika aspekter av koden, inklusive dess storlek, tätheten av citeringar inom och mellan avsnitt i koden, vilken typ av språk som används i koden och hur dessa mått förändras över tiden. Denna studie användes för att ge kommentarer om karaktären av förändringen i koden över tid, som tycks kännetecknas av en ökning i storlek och ömsesidigt beroende mellan avsnitt [37] .
Att visualisera rättsbalken och förhållandet mellan olika lagar och beslut är också ett hett ämne inom det beräkningsrättsliga området. Visualiseringar tillåter både proffs och lekmän att se storskaliga relationer och mönster som kan vara svåra att isolera med hjälp av standardmässiga juridiska eller empiriska analyser.
Juridiska citeringsnätverk är visualiserbara, och många citeringsnätverk som analyseras empiriskt har också undersektioner av nätverken som visualiseras som ett resultat [36] . Men det finns fortfarande många tekniska utmaningar i nätverksvisualisering . Tätheten av anslutningar mellan noder och till och med antalet noder i sig kan i vissa fall göra att visualiseringen inte uppfattas av en person. Det finns många tekniker som kan användas för att minska komplexiteten hos den visade informationen, till exempel genom att definiera semantiska undergrupper inom ett nätverk och sedan representera relationer mellan dessa semantiska grupper snarare än mellan enskilda noder. Detta gör att en person kan uppfatta visualiseringen, men samtidigt kan minskningen av komplexitet dölja viktiga relationer [41] . Trots dessa begränsningar är visualisering av juridiska citeringsnätverk fortfarande ett populärt fält och praxis.