Prawniczy system ekspercki

Prawniczy system ekspercki to specyficzny dla domeny system ekspercki , który wykorzystuje sztuczną inteligencję do naśladowania zdolności decyzyjnych ludzkiego eksperta w dziedzinie prawa. Prawnicze systemy eksperckie wykorzystują bazę reguł lub bazę wiedzy oraz silnik wnioskowania do gromadzenia, odniesienia i tworzenia wiedzy eksperckiej na określone tematy w dziedzinie prawa.

Zamiar

Sugerowano, że prawne systemy eksperckie mogą pomóc w zarządzaniu szybkim rozwojem informacji prawnych i decyzji, które zaczęły się nasilać pod koniec lat sześćdziesiątych. Wiele z pierwszych prawniczych systemów ekspertowych powstało w latach 70. i 80. XX wieku.

Prawnicy byli pierwotnie identyfikowani jako główni docelowi użytkownicy prawniczych systemów eksperckich. Potencjalne motywacje do tej pracy obejmowały:

  • szybsze udzielanie porad prawnych;
  • skrócenie czasu poświęcanego na powtarzalne, pracochłonne zadania prawne;
  • rozwój technik zarządzania wiedzą, które nie były zależne od personelu;
  • obniżone koszty ogólne i robocizny oraz wyższa rentowność kancelarii; I
  • obniżone opłaty dla klientów.

Niektóre wczesne prace rozwojowe były ukierunkowane na tworzenie automatycznych sędziów.

Późniejsze prace nad prawniczymi systemami eksperckimi zidentyfikowały potencjalne korzyści dla osób niebędących prawnikami jako sposób na zwiększenie dostępu do wiedzy prawniczej.

Prawnicze systemy eksperckie mogą również wspierać procesy administracyjne, usprawniając procesy decyzyjne, automatyzując analizy oparte na regułach i wymieniając informacje bezpośrednio z obywatelami-użytkownikami.

typy

Wariacje architektoniczne

oparte na regułach opierają się na modelu wnioskowania dedukcyjnego , który wykorzystuje reguły „jeśli A, to B”. W prawniczym systemie eksperckim opartym na regułach informacje są reprezentowane w bazie wiedzy w postaci reguł dedukcyjnych.

rozumowania oparte na przypadkach , które przechowują i przetwarzają przykłady lub przypadki, mogą naśladować analogiczny proces rozumowania , który uważa się za dobrze dopasowany do dziedziny prawa. Model ten skutecznie opiera się na znanych doświadczeniach naszych wyników dla podobnych problemów.

Sieć neuronowa opiera się na modelu komputerowym, który naśladuje strukturę ludzkiego mózgu i działa w bardzo podobny sposób do modelu rozumowania opartego na przypadkach. Ten model systemu eksperckiego jest w stanie rozpoznawać i klasyfikować wzorce w obszarze wiedzy prawniczej i radzić sobie z nieprecyzyjnymi danymi wejściowymi.

logiki rozmytej próbują tworzyć „rozmyte” pojęcia lub obiekty, które można następnie przekształcić w terminy lub reguły ilościowe, które są indeksowane i pobierane przez system. W dziedzinie prawa logika rozmyta może być używana do modeli wnioskowania opartych na regułach i przypadkach.

Odmiany teoretyczne

Podczas gdy niektórzy architekci prawniczego systemu eksperckiego przyjęli bardzo praktyczne podejście, stosując naukowe sposoby rozumowania w ramach danego zestawu reguł lub przypadków, inni zdecydowali się na szersze podejście filozoficzne inspirowane sposobami rozumowania orzecznictwa wywodzącymi się od uznanych teoretyków prawa.

Warianty funkcjonalne

Niektóre prawne systemy eksperckie mają na celu dojście do określonego wniosku prawnego, podczas gdy inne mają na celu przewidywanie określonego wyniku. Przykładem systemu predykcyjnego jest taki, który przewiduje wynik orzeczeń sądowych, wartość sprawy lub wynik postępowania sądowego.

Przyjęcie

Wiele form prawniczych systemów eksperckich stało się powszechnie stosowanych i akceptowanych zarówno przez środowisko prawnicze, jak i przez użytkowników usług prawniczych.

Wyzwania

Problemy związane z domeną

Nieodłączna złożoność prawa jako dyscypliny stawia przed inżynierami wiedzy prawniczych systemów ekspertowych natychmiastowe wyzwania . Kwestie prawne często obejmują powiązane ze sobą fakty i kwestie, które jeszcze bardziej komplikują złożoność.

Niepewność co do faktów może również powstać, gdy istnieją sporne wersje reprezentacji faktów, które należy wprowadzić do systemu eksperckiego, aby rozpocząć proces wnioskowania.

Komputerowe rozwiązywanie problemów

Ograniczenia większości skomputeryzowanych technik rozwiązywania problemów hamują sukces wielu systemów eksperckich w dziedzinie prawa. Systemy eksperckie zazwyczaj opierają się na dedukcyjnych modelach wnioskowania, które mają trudności z przyporządkowaniem stopni wagi do pewnych zasad prawnych lub ważności wcześniej rozstrzygniętych spraw, które mogą, ale nie muszą, wpływać na decyzję w bezpośredniej sprawie lub kontekście.

Reprezentacja wiedzy prawniczej

Ekspercka wiedza prawnicza może być trudna do przedstawienia lub sformalizowania w ramach struktury systemu ekspertowego. Dla inżynierów wiedzy wyzwania obejmują:

  • Otwarta struktura : Prawo rzadko jest stosowane w dokładny sposób do konkretnych faktów, a dokładne wyniki rzadko są pewne. Statuty mogą być interpretowane zgodnie z różnymi interpretacjami językowymi, opierając się na sprawach precedensowych lub innych czynnikach kontekstowych, w tym koncepcji sprawiedliwości określonego sędziego.
  • Równoważenie powodów: Wiele argumentów obejmuje względy lub powody, których nie można łatwo przedstawić w logiczny sposób. Na przykład mówi się, że wiele konstytucyjnych kwestii prawnych równoważy niezależnie ugruntowane względy interesów państwa z prawami jednostki. Takie wyważenie może opierać się na względach pozaprawnych, które trudno byłoby logicznie przedstawić w systemie eksperckim.
  • Nieokreśloność rozumowania prawnego: na arenie prawa kontradyktoryjnego często występują dwa mocne argumenty w jednym punkcie. Ustalenie „właściwej” odpowiedzi może zależeć od większości głosów wśród biegłych, podobnie jak w przypadku odwołania.

Oszczędność czasu i kosztów

Stworzenie funkcjonującego systemu eksperckiego wymaga znacznych inwestycji w architekturę oprogramowania , wiedzę merytoryczną i inżynierię wiedzy . W obliczu tych wyzwań wielu architektów systemów ogranicza domenę pod względem przedmiotu i jurysdykcji. Konsekwencją takiego podejścia jest tworzenie wąsko ukierunkowanych i ograniczonych geograficznie systemów ekspertyz prawnych, które trudno uzasadnić na podstawie stosunku kosztów do korzyści.

Obecne zastosowania sztucznej inteligencji w dziedzinie prawa wykorzystują maszyny do przeglądania dokumentów, zwłaszcza gdy zależy od wysokiego poziomu kompletności i zaufania do jakości analizy dokumentów, na przykład w przypadku sporów sądowych i tam, gdzie dużą rolę odgrywa należyta staranność. Do najbardziej wymiernych liczbowo zalet sztucznej inteligencji w dziedzinie prawa należy oszczędność czasu i pieniędzy dzięki uwolnieniu prawników od konieczności poświęcania nadmiernej ilości ich cennego czasu na rutynowe zadania, pomoc w uwolnieniu twórczej energii prawników poprzez zmniejszenie stresu. To z kolei zwiększa tempo redukcji obciążenia sprawami, osiągając lepsze wyniki w krótszym czasie, co odblokowuje potencjalne dodatkowe przychody na jednostkę czasu spędzonego nad sprawą. Koszt utworzenia i utrzymania systemów sztucznej inteligencji zgodnie z prawem jest z nawiązką rekompensowany uzyskanymi oszczędnościami dzięki zwiększonej skuteczności; niezbilansowany koszt można przypisać klientom.

Brak poprawności wyników lub decyzji

Prawnicze systemy eksperckie mogą prowadzić użytkowników niebędących ekspertami do błędnych lub niedokładnych wyników i decyzji. Ten problem może być spotęgowany przez fakt, że użytkownicy mogą w dużym stopniu polegać na poprawności lub wiarygodności wyników lub decyzji generowanych przez te systemy.

Przykłady

ASHSD-II to hybrydowy prawniczy system ekspercki, który łączy modele rozumowania oparte na regułach i przypadkach w obszarze małżeńskich sporów majątkowych zgodnie z prawem angielskim.

CHIRON to hybrydowy prawniczy system ekspercki, który łączy modele wnioskowania oparte na regułach i przypadkach, aby wspierać działania związane z planowaniem podatkowym zgodnie z prawem i kodeksami podatkowymi Stanów Zjednoczonych.

JUDGE to oparty na regułach prawniczy system ekspercki, który zajmuje się wydawaniem wyroków w dziedzinie prawa karnego za przestępstwa związane z zabójstwem, napaścią i zabójstwem.

Legislate to oparta na wykresie wiedzy platforma do zarządzania umowami, która stosuje przepisy prawne do generowania umów zatwierdzonych przez prawników.

The Latent Damage Project to oparty na regułach prawniczy system ekspercki, który zajmuje się okresami przedawnienia zgodnie z (brytyjską) ustawą o szkodach ukrytych z 1986 r . w odniesieniu do domen prawa deliktowego, prawa kontraktowego i odpowiedzialności za produkt.

Split-Up to oparty na regułach prawniczy system ekspercki, który pomaga w podziale majątku małżeńskiego zgodnie z (Australijską) ustawą o prawie rodzinnym (1975) .

SHYSTER to prawniczy system ekspercki oparty na sprawach, który może również funkcjonować jako hybryda dzięki możliwości łączenia się z modelami opartymi na regułach. Został zaprojektowany, aby pomieścić wiele domen prawnych, w tym aspekty australijskiego prawa autorskiego, prawa umów, własności osobistej i prawa administracyjnego.

TAXMAN to oparty na regułach system, który może wykonywać podstawową formę wnioskowania prawnego poprzez klasyfikację spraw do określonej kategorii przepisów ustawowych w obszarze prawa dotyczącego reorganizacji przedsiębiorstw.

Kontrowersje

Może brakować konsensusu co do tego, co odróżnia prawniczy system ekspercki od systemu opartego na wiedzy (zwanego także inteligentnym systemem opartym na wiedzy). Podczas gdy prawnicze systemy eksperckie funkcjonują na poziomie ludzkiego eksperta prawnego, systemy oparte na wiedzy mogą zależeć od ciągłej pomocy eksperta ludzkiego. Prawdziwe prawnicze systemy eksperckie zwykle koncentrują się na wąskiej dziedzinie wiedzy specjalistycznej, w przeciwieństwie do szerszej i mniej szczegółowej dziedziny, jak w przypadku większości systemów opartych na wiedzy.

Prawnicze systemy eksperckie reprezentują potencjalnie przełomowe technologie w tradycyjnym świadczeniu usług prawnych na zamówienie. W związku z tym uznani prawnicy mogą uznać je za zagrożenie dla historycznych praktyk biznesowych.

Argumentowano, że nieuwzględnienie różnych teoretycznych podejść do podejmowania decyzji prawnych doprowadzi do powstania systemów eksperckich, które nie odzwierciedlają prawdziwej natury podejmowania decyzji. Tymczasem niektórzy architekci prawniczych systemów eksperckich twierdzą, że ponieważ wielu prawników ma biegłe umiejętności rozumowania prawniczego bez solidnej podstawy w teorii prawa, to samo powinno dotyczyć prawniczych systemów eksperckich.

Ponieważ prawnicze systemy eksperckie stosują precyzję i rygor naukowy do aktu prawnego podejmowania decyzji, mogą być postrzegane jako wyzwanie dla bardziej zdezorganizowanej i mniej precyzyjnej dynamiki tradycyjnych orzeczniczych sposobów rozumowania prawnego. Niektórzy komentatorzy twierdzą również, że prawdziwy charakter praktyki prawniczej niekoniecznie zależy od analizy przepisów lub zasad prawnych; zamiast tego decyzje opierają się na oczekiwaniu, co ludzki arbiter zdecydowałby w danej sprawie.

Ostatnie zmiany

Od 2013 r. nastąpiły znaczące zmiany w prawnych systemach ekspertowych. Profesor Tanina Rostain z Georgetown Law Center prowadzi kurs projektowania prawnych systemów ekspertowych. Platformy open source, takie jak Docassemble i firmy, takie jak Neota Logic i Checkbox, zaczęły oferować prawne systemy eksperckie oparte na sztucznej inteligencji i uczeniu maszynowym .

Zobacz też

Linki zewnętrzne

Pobrano z „ https://en.wikipedia.org/w/index.php?title=Legal_expert_system&oldid=1136369110 ”