עורך דין

בינה מלאכותית AI משפטית – אינפורמטיקה משפטית

עורך דין מומלץ

אינפורמטיקה משפטית היא תחום במדעי המידע.

איגוד הספריות האמריקאי מגדיר אינפורמטיקה כ”חקר המבנה והמאפיינים של מידע, כמו גם יישום הטכנולוגיה לארגון, אחסון, אחזור והפצה של מידע.
” אינפורמטיקה משפטית נוגעת אפוא ליישום אינפורמטיקה בהקשר של הסביבה המשפטית וככזו מערבת ארגונים הקשורים למשפט (למשל, משרדי עורכי דין, בתי משפט ובתי ספר למשפטים ומשתמשים בטכנולוגיות מידע ומידע בארגונים אלה.

בעיות מדיניות
בעיות מדיניות בתחום המידע המשפטי נובעות משימוש בטכנולוגיות מידע ביישום החוק, כגון שימוש בזימון למידע שנמצא באימיילים, בשאילתות חיפוש וברשתות חברתיות.
גישות מדיניות בנושאי אינפורמטיקה משפטית משתנות בכל העולם.
לדוגמה, מדינות אירופה נוטות לדרוש הרס או אנונימיזציה של נתונים כך שלא ניתן להשתמש בהם לגילוי.

טכנולוגיה
מחשוב ענן
ההקדמה הנרחבת של מחשוב ענן מספקת מספר יתרונות במתן שירותים משפטיים. ספקי שירות משפטיים יכולים להשתמש במודל התוכנה כשירות כדי להרוויח רווח על ידי חיוב הלקוחות בדמי שימוש או מנוי. למודל זה מספר יתרונות על פני שירותים מסורתיים בהתאמה אישית.

תוכנה כשירות ניתנת להרחבה הרבה יותר. מודלים מסורתיים מותאמים אישית דורשים מעורך דין להוציא יותר משאב מוגבל (זמנם) על כל לקוח נוסף. באמצעות תוכנה כשירות, ספק שירות משפטי יכול להתאמץ פעם אחת כדי לפתח את המוצר ולאחר מכן להשתמש במשאב הרבה פחות מוגבל (כוח מחשוב ענן) כדי לספק שירות לכל לקוח נוסף.

ניתן להשתמש בתוכנה כשירות כדי להשלים שירותים מסורתיים בהתאמה אישית על ידי טיפול במשימות שגרתיות, מה שמותיר עורך דין חופשי להתרכז בעבודות בהתאמה אישית.

תוכנה כשירות יכולה להינתן בצורה נוחה יותר מכיוון שהיא אינה מחייבת את ספק השירות המשפטי להיות זמין במקביל ללקוח.

תוכנה כשירות מסבכת גם את מערכת היחסים בין עורך דין ללקוח באופן שעלול להיות לו השלכות על הרשאות עורך דין-לקוח. מודל המסירה המסורתי מקל על יצירת תיחום מתי מתחזקות הרשאות עורך דין-לקוח ומתי לא.
אבל במודלים מורכבים יותר של אספקת שירות משפטי, שחקנים אחרים או תהליכים אוטומטיים עשויים למתן את היחסים בין לקוח לעורך הדין שלו, מה שמקשה לדעת אילו תקשורת צריכה להיות מוגנת מבחינה משפטית.

בינה מלאכותית

בינה מלאכותית מופעלת בפלטפורמות מקוונות ליישוב סכסוכים המשתמשות באלגוריתמי אופטימיזציה והצעות עיוור. בינה מלאכותית משמשת לעתים קרובות גם במודלים של האונטולוגיה המשפטית, “מפרט מפורש, פורמלי וכללי של המשגה של מאפיינים ויחסים בין אובייקטים בתחום נתון”.

בינה מלאכותית ומשפט (AI ומשפט) הוא תת-תחום של בינה מלאכותית (AI) העוסק בעיקר ביישומים של AI לבעיות אינפורמטיקה משפטית ומחקר מקורי על בעיות אלו. היא גם דואגת לתרום בכיוון השני: לייצא כלים וטכניקות שפותחו בהקשר של בעיות משפטיות לבינה מלאכותית בכלל.
לדוגמה, תיאוריות של קבלת החלטות משפטיות, במיוחד מודלים של טיעון, תרמו לייצוג ידע ולהנמקה ; מודלים של ארגון חברתי המבוסס על נורמות תרמו למערכות מרובות סוכנים ; הנמקה עם תיקים משפטיים תרמה להנמקה מבוססת מקרה ; והצורך לאחסן ולאחזר כמויות גדולות של נתונים טקסטואליים הביא לתרומה לאחזור מידע רעיוני ולמאגרי מידע חכמים.

היסטוריה
למרות שלובינגר, אלן ומהל חזו כמה מהרעיונות שיהפכו חשובים בבינה מלאכותית ומשפטים, ההצעה הרצינית הראשונה ליישום טכניקות בינה מלאכותית במשפטים היא בדרך כלל ביוקנן והדריק. עבודה מוקדמת מתקופה זו כוללת את פרויקט TAXMAN המשפיע של Thorne McCarty בארה”ב ואת פרויקט LEGOL של רונלד סטמפר בבריטניה. ציוני דרך בתחילת שנות ה-80 כוללים את עבודתה של קרול האפנר על אחזור מושגי, עבודתה של אן גרדנר על דיני חוזים, עבודתה של ריסלנד על היפותטיות משפטיות והעבודה באימפריאל קולג’ בלונדון על ייצוג חקיקה באמצעות קובץ ביצוע. תוכניות לוגיקה.

מפגשים מוקדמים של חוקרים כללו מפגש חד פעמי בסוונסי, סדרת הכנסים שאורגן על ידי IDG בפירנצה והסדנאות שאורגן על ידי צ’ארלס וולטר באוניברסיטת יוסטון ב-1984 וב-1985. ב-1987 הוקמה כנס דו-שנתי, הוועידה הבינלאומית בנושא בינה מלאכותית ומשפט (ICAIL). כנס זה החל להיתפס כמקום המרכזי לפרסום ולפיתוח רעיונות בתוך AI ומשפט, והוא הוביל לייסודה של האגודה הבינלאומית לבינה מלאכותית ומשפט (IAAIL), להתארגן ולהתכנס ICAILs הבאים. זה, בתורו, הוביל לייסוד כתב העת Artificial Intelligence and Law Journal, שפורסם לראשונה בשנת 1992. באירופה החלו כנסים השנתיים של JURIX (מאורגן על ידי קרן Jurix למערכות מבוססות ידע משפטי), בשנת 1988. בתחילה. שנועד להפגיש בין החוקרים דוברי הולנדית (כלומר הולנדית ופלמית), JURIX התפתח במהירות לכנס בינלאומי, בעיקר אירופאי, ומאז 2002 מתקיים באופן קבוע מחוץ למדינות דוברות הולנדית. מאז 2007 סדנאות JURISIN מתקיימות ביפן בחסות האגודה היפנית לבינה מלאכותית.

תקן המסמכים המשפטיים ההדדיים Akoma Ntoso מאפשר לתהליכים מונעי מכונה לפעול על המרכיבים התחביריים והסמנטיים של מסמכים פרלמנטריים, שיפוטיים וחקיקתיים דיגיטליים, ובכך מקל על פיתוח משאבי מידע איכותיים ומהווים בסיס לכלי AI. מטרתו היא לשפר באופן מהותי את הביצועים, האחריות, האיכות והפתיחות של פעולות פרלמנטריות וחקיקה המבוססות על שיטות עבודה מומלצות והנחיה באמצעות ניסוח בסיוע מכונה וניתוח (משפטי) בסיוע מכונה. מוטמע בסביבת הרשת הסמנטית, הוא מהווה את הבסיס לאקוסיסטם הטרוגני אך ניתנת להפעלה הדדית, איתה יכולים כלים אלה לפעול ולתקשר, כמו גם ליישומים ומקרי שימוש עתידיים המבוססים על חוק דיגיטלי או ייצוג כללים.

בשנת 2019, העיר האנגג’ואו, סין הקימה בית משפט אינטרנט המבוסס על בינה מלאכותית של תוכנית פיילוט כדי לדון בסכסוכים הקשורים למסחר אלקטרוני ותביעות קניין רוחני הקשורות לאינטרנט. : 124  צדדים מופיעים בפני בית המשפט באמצעות ועידת וידאו ו-AI מעריך את הראיות שהוצגו ומיישם סטנדרטים משפטיים רלוונטיים. : 124

היקף
כיום, AI ומשפט חובקים מגוון רחב של נושאים, כולל:

מודלים פורמליים של חשיבה משפטית
מודלים חישוביים של טיעון וקבלת החלטות
מודלים חישוביים של חשיבה ראייתית
הנמקה משפטית במערכות ריבוי סוכנים
מודלים ניתנים לביצוע של חקיקה
סיווג וסיכום טקסט משפטי אוטומטי
חילוץ מידע אוטומטי ממאגרי מידע וטקסטים משפטיים
למידת מכונה וכריית נתונים עבור e-discovery ויישומים משפטיים אחרים
אחזור מידע משפטי מושגי או מבוסס מודל
Lawbots לאוטומציה של משימות משפטיות קטנות וחוזרות על עצמן הערכת סיכונים, תמחור ותחזיות ציר זמן של ליטיגציה באמצעות למידת מכונה ובינה מלאכותית. מודלים פורמליים של חשיבה משפטית
מודלים פורמליים של טקסטים משפטיים והנמקות משפטיות שימשו ב-AI ומשפט כדי להבהיר סוגיות, לתת הבנה מדויקת יותר וכדי לספק בסיס ליישום. נעשה שימוש במגוון פורמליזמים, כולל חישובי טענה ופרדיקטים; היגיון דאונטי, זמני ולא מונוטוני; ודיאגרמות מעבר של מצבים. Prakken ו-Sartor נותנים סקירה מפורטת וסמכותית של השימוש בלוגיקה וטיעון ב-AI ומשפט, יחד עם סט מקיף של הפניות.

תפקיד חשוב של מודלים פורמליים הוא להסיר אי בהירות. למעשה, החקיקה שופעת אי בהירות: מכיוון שהיא כתובה בשפה טבעית אין סוגריים ולכן היקף החיבורים כמו “ו” ו”או” יכול להיות לא ברור. גם “אלא אם” מסוגל למספר פרשנויות, והמנסח המשפטי לעולם אינו כותב “אם ורק אם”, למרות שלעתים קרובות הם מתכוונים לזה ב”אם”. אולי בשימוש המוקדם ביותר בלוגיקה למודל של חוק בבינה מלאכותית ומשפטים, ליימן אלן דגל בשימוש בלוגיקה פרופוזיציונית כדי לפתור אי בהירות תחבירית כאלה בסדרה של מאמרים.

בסוף שנות ה-70 ולאורך שנות ה-80 חלק משמעותי של עבודה על בינה מלאכותית ומשפט כללה ייצור של מודלים ניתנים לביצוע של חקיקה, שמקורם ב-TAXMAN של Thorne McCarty וב-LEGOL של רונלד סטמפר. TAXMAN שימש למודל של טיעוני הרוב והמיעוט בתיק דיני מס בארה”ב Eisner v Macomber, והוא יושם בשפת התכנות המיקרו-PLANNER. LEGOL שימשה לספק מודל פורמלי של הכללים והתקנות השולטים בארגון, והוטמעה בשפת כללים של מצב-פעולה מהסוג המשמש למערכות מומחים.

שפות TAXMAN ו-LEGOL היו שפות ניתנות להפעלה, מבוססות כללים, שלא הייתה להן פרשנות לוגית מפורשת. עם זאת, הפורמליזציה של חלק גדול מחוק הלאום הבריטי על ידי Sergot et al. הראה כי השפה הטבעית של מסמכים משפטיים מזכירה דמיון רב לתת -הקבוצה של סעיף הורן של חשבון פרדיקט מסדר ראשון. יתרה מכך, היא זיהתה את הצורך להרחיב את השימוש בסעיפים של הורן על ידי הכללת תנאים שליליים, כדי לייצג כללים וחריגים. הסעיפים המורחבים של הורן המתקבלים ניתנים להפעלה כתוכניות לוגיקה.

עבודה מאוחרת יותר על יישומים גדולים יותר, כמו זו על הטבות משלימות, הראתה שתכניות לוגיקה זקוקות להרחבות נוספות, כדי להתמודד עם סיבוכים כגון הפניות צולבות מרובות, עובדות נגדיות, הוראות שיקול דעת, תיקונים ומושגים טכניים ביותר (כגון תנאי תרומה).. השימוש בייצוגים היררכיים הוצע כדי לטפל בבעיית ההתייחסות ההצלבה; וייצוגים איזומורפיים כביכול הוצעו כדי לטפל בבעיות של אימות ותיקונים תכופים. עם התפתחות שנות ה-90, תחום העבודה הזה נקלט חלקית בפיתוח פורמליזציות של המשגות תחום, (מה שנקרא אונטולוגיות, שהפכו פופולריות בבינה מלאכותית בעקבות עבודתו של גרובר. דוגמאות מוקדמות בבינה מלאכותית ובמשפט כוללות את האונטולוגיה הפונקציונלית של ולנטה ואת האונטולוגיות המבוססות על מסגרת של Visser ו- Van Kralingen. אונטולוגיות משפטיות הפכו מאז לנושא של סדנאות קבועות בכנסים של בינה מלאכותית ומשפטים, וישנן דוגמאות רבות, החל מאונטולוגיות גנריות ברמה העליונה והליבה ועד למודלים מאוד ספציפיים של פיסות חקיקה מסוימות.

מכיוון שהחוק מורכב ממערכות של נורמות, אין זה מפתיע שהלוגיקה הדאונטית נוסה כבסיס פורמלי למודלים של חקיקה. עם זאת, אלה לא אומצו באופן נרחב כבסיס למערכות מומחים, אולי משום שמערכות מומחים אמורות לאכוף את הנורמות, בעוד שהלוגיקה הדאונטית הופכת לעניין אמיתי רק כאשר עלינו לשקול הפרות של הנורמות. חובות מכוונות בחוק, לפיהן חובה חייבת לאדם אחר בשם, הן בעלות עניין מיוחד, שכן הפרות של חובות כאלה הן לרוב הבסיס להליכים משפטיים. יש גם כמה עבודות מעניינות המשלבות לוגיקה דיונטית ופעולה כדי לחקור עמדות נורמטיביות.

בהקשר של מערכות מרובות סוכנים, נורמות עוצבו באמצעות דיאגרמות מעבר של מצבים. לעתים קרובות, במיוחד בהקשר של מוסדות אלקטרוניים, הנורמות המתוארות כך הן מגושמות (כלומר, לא ניתנות להפרה), אך במערכות אחרות מטופלות גם הפרות, מה שנותן שיקוף נאמן יותר של נורמות אמיתיות. לדוגמא טובה לגישה זו ראה Modgil et al.

משפט נוגע לרוב לסוגיות של זמן, הן הנוגעות לתוכן, כגון פרקי זמן ומועדים, והן הקשורות לחוק עצמו, כגון תחילתה. נעשו כמה ניסיונות למודל הלוגיקה הזמנית הללו תוך שימוש הן בפורמליזם חישובי כגון חשבון האירוע והן בלוגיקה זמנית כגון לוגיקה טמפורלית ניתנת לביטול.

בכל שיקול של שימוש בלוגיקה למודל משפט, יש לזכור כי החוק אינו מונוטוני מטבעו, כפי שעולה מזכויות הערעור המעוגנות בכל מערכות המשפט, והאופן שבו משתנות פרשנויות של החוק. שעות נוספות. זאת ועוד, בניסוח החוק יש חריגים בשפע, ובהחלת הדין מתבטלים תקדימים וכן הולכים בעקבותיהם. בגישות תכנות לוגיות, השלילה ככשל משמשת לעתים קרובות לטיפול בחוסר מונוטוניות, אך נעשה שימוש גם בלוגיקה לא מונוטונית ספציפית כגון לוגיקה ניתנת לביטול . עם זאת, בעקבות התפתחות הטיעון המופשט, דאגות אלו זוכות להתייחסות גוברת באמצעות טיעון בלוגיקה מונוטונית ולא באמצעות שימוש בלוגיקה לא מונוטונית.

חיזוי משפטי כמותי
קיימים מודלים חיזויים משפטיים כמותיים אקדמיים וקנייניים. אחת הדוגמאות המוקדמות ביותר למודל חיזוי משפטי כמותי עובד התרחשה בצורה של פרויקט החיזוי של בית המשפט העליון. מודל החיזוי של בית המשפט העליון ניסה לחזות את תוצאות כל התיקים בתקופת כהונתו של בית המשפט העליון ב-2002. המודל חזה נכון 75% מהמקרים בהשוואה למומחים שחזו רק 59.1% מהמקרים. דוגמה נוספת למודל חיזוי משפטי כמותי אקדמי הוא מודל משנת 2012 שחזה את התוצאה של תביעות ייצוגיות של ניירות ערך פדרליים. כמה אקדמאים וסטארט -אפים טכנולוגיים משפטיים מנסים ליצור מודלים אלגוריתמיים כדי לחזות את תוצאות המקרה.
חלק מהמאמץ הכולל הזה כולל הערכת תיק משופרת למימון ליטיגציה.

על מנת להעריך טוב יותר את איכות מערכות חיזוי תוצאות המקרה, הוצעה הצעה ליצור מערך נתונים סטנדרטי שיאפשר השוואה בין מערכות.

פרקטיקה משפטית
בתחום הקונספטואלי של סוגיות הפרקטיקה, ממשיכה להתקבל התקדמות הן בליטיגציה והן בטכנולוגיות ממוקדות עסקאות. בפרט, לטכנולוגיה הכוללת קידוד חזוי יש פוטנציאל להשפיע על רווחי יעילות משמעותיים בפרקטיקה של עריכת הדין. אף על פי שקידוד חזוי יושם ברובו בתחום הליטיגציה, הוא מתחיל לעשות פרידה בפרקטיקה של עסקאות, שם הוא משמש לשיפור סקירת מסמכים במיזוגים ורכישות. התקדמות אחרות, כולל קידוד XML בחוזי עסקאות, ומערכות הכנת מסמכים מתקדמות יותר ויותר מדגימות את חשיבותה של אינפורמטיקה משפטית במרחב המשפטי העסקאות.

יישומים נוכחיים של בינה מלאכותית בתחום המשפטי משתמשים במכונות לבדיקת מסמכים, במיוחד כאשר תלויים ברמת שלמות גבוהה ואמון באיכות ניתוח המסמכים, כגון במקרים של ליטיגציה ובהם בדיקת נאותות משחקת תפקיד.
קידוד חזוי ממנף דגימות קטנות כדי להצליב פריטים דומים, לנשל מסמכים פחות רלוונטיים כך שעורכי הדין יוכלו להתמקד במסמכי המפתח החשובים באמת, מייצר תוצאות מאומתות סטטיסטית, השוות או עולות על הדיוק ובאופן בולט, שיעור האדם סקירה.

אספקת שירותים
התקדמות הטכנולוגיה והאינפורמטיקה המשפטית הובילה למודלים חדשים למתן שירותים משפטיים. שירותים משפטיים היו באופן מסורתי מוצר “בהתאמה אישית” שנוצר על ידי עורך דין מקצועי על בסיס אישי לכל לקוח. עם זאת, כדי לעבוד בצורה יעילה יותר, חלקים מהשירותים הללו יעברו ברצף מ-(1) בהתאמה אישית ל-(2) סטנדרטית, (3) שיטתית, (4) ארוזה ו-(5) מותאמת למוצרים.
מעבר משלב אחד לאחר ידרוש אימוץ טכנולוגיות ומערכות ידע שונות.

התפשטות האינטרנט ופיתוח הטכנולוגיה והאינפורמטיקה המשפטית מרחיבים את השירותים המשפטיים ליחידים ולחברות קטנות-בינוניות.

מחלקות משפטיות ארגוניות
מחלקות משפטיות של חברות עשויות להשתמש במידע משפטי למטרות כגון ניהול תיקי פטנטים, ולהכנה, התאמה אישית וניהול של מסמכים.