Tietojenkäsittelylaki

Kokeneet kirjoittajat eivät ole vielä tarkistaneet sivun nykyistä versiota, ja se voi poiketa merkittävästi 24. heinäkuuta 2019 tarkistetusta versiosta . tarkastukset vaativat 7 muokkausta .

Laskennallinen oikeus  on oikeusinformatiikan haara , joka koskee juridisen päättelyn (joko ihmisen tai tietokonepohjaisen) koneistamista . [1] Se korostaa eksplisiittisiä käyttäytymisongelmia eikä käsittele implisiittisiä käyttäytymissääntöjä. On tärkeää huomata, että yhteiskunnassa on sitouduttu riittävään kurinalaisuuteen lakien määrittelyssä, jotta täytäntöönpano voidaan täysin automatisoida.

Teoreettisesta näkökulmasta laskennallinen laki kuuluu kokonaan oikeudellisen positivismin alueelle . Koska painotetaan tarkasti määriteltyjä lakeja, laskennallista lakia voidaan parhaiten soveltaa siviilioikeuden puitteissa , jossa lait ymmärretään enemmän tai vähemmän kirjaimellisesti. Laskennallinen laki on vähemmän sovellettavissa common law -järjestelmään perustuviin oikeusjärjestelmiin , mikä jättää enemmän tilaa määrittelemättömille normatiivisille näkökohdille. Kuitenkin jopa common law -lainsäädäntöön perustuvissa laeissa laskennallinen oikeus on edelleen merkityksellinen suhteessa kategorisiin lakeihin ja tilanteissa, joissa asioiden ratkaiseminen on johtanut tiettyjen tosiasiallisten sääntöjen luomiseen .

Pragmaattisesta näkökulmasta laskentalaki on tärkeä perustana tietokonejärjestelmille, jotka pystyvät tekemään hyödyllisiä oikeudellisia laskelmia, kuten vaatimustenmukaisuustestausta, oikeudellista suunnittelua, sääntelyanalyysiä ja niin edelleen. Joitakin tällaisia ​​järjestelmiä on jo olemassa. [2] Hyvä esimerkki on TurboTax . Ja tämä potentiaali on erityisen tärkeä nyt viimeaikaisen teknologisen kehityksen ansiosta, mukaan lukien Internetin yleisyys viestinnässä ja sulautettujen tietokonejärjestelmien (kuten älypuhelimet , itseajavat autot ja robotit ) yleistyminen.

Historia

Spekulaatiot laskennallisen tieteen ja tekoälyn menetelmien mahdollisista eduista oikeuskäytännössä juontavat ainakin 1940-luvun puolivälistä. [3] Lisäksi tekoälyn soveltaminen lakiin ja laskennallinen laki näyttävät olevan vaikea erottaa toisistaan, koska suurin osa tekoälyn alan tutkimuksesta lakiin sovelletuna näyttää käyttävän laskennallisia menetelmiä. Useita toteutuksia on harkittu, ja niiden suhdetta toisiinsa ei ole helppo osoittaa. Ne esitetään sitten kronologisessa järjestyksessä, ja niiden väliset yhteydet näytetään vain, jos ne voidaan jäljittää.

Vuoteen 1949 mennessä amerikkalaiset oikeustutkijat tunnistivat ns. "jurimetrics" (jurimetrics), pieni tutkimusalue, jonka tavoitteena on sisällyttää elektroniset ja laskennalliset menetelmät juridisten ongelmien ratkaisemiseen [4] . Vaikka yleisesti sanottiin, että kyse oli "tieteen menetelmien" soveltamisesta lakiin, nämä menetelmät olivat itse asiassa melko spesifisiä. Jurimetrian oli tarkoitus liittyä sellaisiin kysymyksiin kuin oikeuslaitoksen käyttäytymisen kvantitatiivinen analyysi, viestintä- ja informaatioteorian soveltaminen oikeudelliseen ilmaisuun, matemaattisen logiikan käyttö oikeudessa, oikeudellisen tiedon hakeminen sähköisin ja mekaanisin keinoin ja muotoiluun. oikeudellisen ennustettavuuden laskentaan" [5] . Nämä kiinnostuksen kohteet johtivat vuonna 1959 Modern Uses of Logic in Law luomiseen foorumina, jossa julkaistaan ​​artikkeleita sellaisten menetelmien kuin matemaattisen logiikan, tekniikan, tilastojen jne. soveltamisesta oikeusalan tutkimiseen ja kehittämiseen [6] . . Vuonna 1966 tämä lehti sai nimekseen Jurimetrics . [7] Tähän mennessä sekä lehden aihe että itse jurimetrian sisältö tieteenalana ovat laajentuneet paljon tietokonesovellusten ja laskentamenetelmien ulkopuolelle lakiin. Nykyään lehdessä julkaistaan ​​paitsi artikkeleita laskennallisesta oikeudesta, myös sellaiset oikeudelliset kysymykset kuin yhteiskuntatieteiden käyttö lainsäädännössä tai "tieteen lainsäädännöllisen ja hallinnollisen valvonnan poliittiset seuraukset" [8] .

Vuonna 1958, riippumatta "jurimetrian" perustajista, konferenssissa ajattelun mekanisaatiosta, joka pidettiin National Physical Laboratoryssa Teddingtonissa ( Middlesex , Yhdistynyt kuningaskunta), ranskalainen lakimies Lucien Mael esitti asiakirjan sekä laskennallisen käytön eduista. menetelmiä oikeusalalla ja mahdollisista tavoista käyttää tällaisia ​​tekniikoita lain automatisoimiseksi, AI-valaisijat, kuten Marvin Minsky [9] [10] , osallistuivat keskusteluun . Mel uskoi, että laki voitaisiin automatisoida kahdella peruskoneella, vaikkakaan ei täysin erotettavissa. Ensimmäinen tyyppi ovat "dokumentti- tai tietokoneet", jotka tarjoavat oikeudelliselle tutkijalle nopean pääsyn asiaankuuluviin ennakkotapauksiin ja oikeudelliseen tietämykseen [11] , toinen tyyppi ovat "konsultointikoneet", "jotka pystyvät vastaamaan kaikkiin hänelle esitettyihin kysymyksiin. oikeusala" [ 12] . Tämän tyyppiset koneet voisivat periaatteessa tehdä suurimman osan asianajajan työstä antamalla "tarkan vastauksen [oikeudelliseen] ongelmaan" [13] .

Vuoteen 1970 mennessä Melin ensimmäinen, "tieto"-tyyppinen kone oli otettu käyttöön, mutta vain vähän huomiota kiinnitettiin lupaaviin risteyksiin tekoälyn ja juridisen tutkimuksen välillä [14] . Toivomme kuitenkin, että tietokoneet pystyvät simuloimaan asianajajan ajatteluprosesseja laskennallisilla menetelmillä ja sitten soveltamaan tätä kykyä oikeudellisten ongelmien ratkaisemiseen, mikä automatisoi ja parantaa lakipalveluita tehostamalla sekä valaisemaan luonnetta. oikeudellisen päättelyn [15] . 1970-luvun loppuun mennessä tietojenkäsittelytiede ja tietotekniikan saatavuus olivat edenneet niin paljon, että "laillisen tiedon etsiminen sähköisin ja mekaanisin keinoin" saavutettiin koneilla, jotka vastaavat ensimmäistä amerikkalaisen oikeudessa laajalle levinnyttä Mel-tyyppiä. yritykset [16] [17] . Tänä aikana tehtiin tutkimusta 1970-luvun alussa asetettujen tavoitteiden saavuttamiseksi Taxmanin kaltaisten ohjelmien avulla. He toivat hyödyllisiä tekniikoita oikeustieteeseen käytännön apuvälineinä ja auttoivat määrittämään juridisten käsitteiden tarkan luonteen [18] .

Toisen tyyppisissä koneissa, jotka automatisoivat oikeuskäytännön täydellisemmin, ei kuitenkaan käytännössä ollut edistystä [19] . Ongelmia ratkaisevia koneita, kuten Melin "konsultointikonetta", kehitettiin 1970-luvun lopulla ja 1980-luvulla. Vuoden 1979 yleissopimus, joka hyväksyttiin Swanseassa , Walesissa , merkitsi ensimmäistä kansainvälistä yritystä soveltaa tekoälytutkimusta oikeudellisiin ongelmiin, "ajatellen, kuinka tietokoneita voidaan käyttää oikeudellisten sääntöjen tunnistamiseen ja täytäntöönpanoon, jotka on kirjattu kirjallisiin oikeuslähteisiin" [20] ] [21] . Seuraavalla vuosikymmenellä, 1980-luvulla, saavutettu edistys osoittautui kuitenkin merkityksettömäksi [22] . Anna Gardnerin An Artificial Intelligence Approach to Legal Reasoning (1987) katsauksessa tietojenkäsittelytieteilijä ja Harvardin oikeustutkija Edwina Riessland kirjoittaa: ”Hän näyttelee osittain edelläkävijän roolia; tekoälymenetelmiä ei vielä käytetä laajalti oikeudellisten ongelmien ratkaisemiseen. Siksi Gardner ja tämä katsaus kuvaavat ja määrittelevät ensimmäistä kertaa tämän kentän ja osoittavat sitten toimivan mallin ehdotuksen ja sopimuksen hyväksymisen alalla” [23] . Niinpä kahdeksan vuotta Swansean konferenssin jälkeen tekoäly- ja lakitutkijat yrittivät edelleen rajata alaa ja kutsuivat toisiaan "pioneereiksi".

Lopulta huomattava edistys tapahtui 1990-luvulla ja 2000-luvun alussa. Laskennallinen tutkimus on synnyttänyt lain ymmärtämisen [24] . Ensimmäinen kansainvälinen tekoälyä ja lakia käsittelevä konferenssi pidettiin vuonna 1987, mutta 1990- ja 2000-luvuilla joka toinen vuosi järjestettävä konferenssi alkoi kerätä kehitystä ja pohtia ongelmia, jotka liittyvät laskennallisten menetelmien, tekoälyn ja lain risteykseen [25] [ 26] [27] . Opiskelijoille alettiin opettaa asiaankuuluvia tieteenaloja laskennallisten menetelmien käytöstä automatisoinnissa, ymmärtämisessä ja lain noudattamisessa [28] . Lisäksi vuoteen 2005 mennessä ryhmä, joka koostuu enimmäkseen Stanfordin yliopiston tutkijoista Stanford Logic -ryhmästä, oli omistautunut tutkimaan tietojenkäsittelytekniikan käyttöä oikeudessa [29] . Laskennalliset menetelmät ovat kehittyneet niin paljon, että 2000-luvulla juristit alkoivat analysoida, ennustaa ja olla huolissaan laskennallisen oikeuden tulevaisuudesta, ja uusi tieteellinen tutkimusala, laskennallinen oikeustiede, on nyt vakiintunut. Ajatus siitä, kuinka tiedemiehet näkevät laskennallisen lain roolin oikeuden tulevaisuudessa, tulee lainauksesta äskettäin pidetystä New Normal -konferenssista:

Viimeisten 5 vuoden aikana, suuren laman jälkeen, lakimiesammatti on astunut uuteen normaaliin. Erityisesti monet teknologian muutokseen, globalisaatioon ja pyrkimykseen tehdä enemmän vähemmällä (sekä yritysten Amerikassa että asianajotoimistoissa) liittyvät voimat ovat muuttaneet lakipalvelualaa ikuisesti. Kuten eräässä artikkelissa todettiin , yritykset luopuvat palkkaamisesta "tehokkuuden lisäämiseksi, voittojen lisäämiseksi ja asiakaskustannusten vähentämiseksi". <…>New Normal tarjoaa lakimiehille mahdollisuuden määritellä uudelleen – ja ajatella uudelleen – lakimiesten roolia taloudessamme ja yhteiskunnassamme. Aikakausi, jolloin asianajotoimistot nauttivat tai nauttivat edelleen yhteistyökyvystä, on päättymässä, kun asiakkaat alkavat jakaa lakipalveluja ja tehtäviä. Lisäksi muissa tapauksissa automaatio ja teknologia voivat muuttaa asianajajien rooleja vaatien heiltä prosessien ja teknologian käytön hallintaa sekä entistä vähemmän tietokoneiden ohjattua työtä. Kasvupotentiaalina ei ole pelkästään yhteiskunnan tehokkuuden lisääminen, vaan myös uusia mahdollisuuksia oikeudelliseen huippuosaamiseen. New Normalin kehittyvä asianajajan ammatti edellyttää todennäköisesti lakimiehiltä yrittäjyystaitoja sekä erilaisia ​​pätevyyksiä, joiden avulla he voivat tuoda lisäarvoa asiakkaille. Edellä mainittuihin trendeihin liittyen on ilmaantunut uusia mahdollisuuksia "lakiyrittäjille" alueilla, jotka vaihtelevat oikeusprosessien hallinnasta oikeustapahtumien hallintaan (esim. automatisoitujen prosessien valvontaan) liittyvien teknologioiden kehittämiseen verkkojen riitojenratkaisuprosesseja tukemaan. Muissa tapauksissa tehokas lainopillinen koulutus sekä tiettyjen alojen (rahoitus, myynti, IT, yrittäjyys, henkilöresurssit jne.) tietämys voivat luoda voimakkaan taitojen yhdistelmän, joka antaa oikeustieteellisestä korkeakoulusta valmistuneille useita uusia mahdollisuuksia (liiketoiminnan kehittäminen). roolit). , rahoitustapahtumat, rekrytointi jne.). Kummassakaan tapauksessa perinteiset juridiset taidot eivät riitä valmistamaan oikeustieteen opiskelijoita näihin tehtäviin. Mutta asianmukainen valmistautuminen, joka perustuu perinteiseen oikeustieteellisen korkeakoulun opetussuunnitelmaan ja sen jälkeen, mukaan lukien käytännön taidot, asiaankuuluvat alatiedot (kuten kirjanpito) ja ammatilliset taidot (kuten ryhmätyöskentely), antaa oikeustieteen opiskelijoille valtavan edun niihin, jotka omistavat yksiulotteinen taitojen joukko [30] .

Monet näkevät etuja lain laskennallisen automatisoinnin tuomista tulevista muutoksista. Ensinnäkin lakiasiantuntijat ennustivat, että se auttaisi lainopillista itseapua erityisesti sopimusten tekemisen, liiketoimintasuunnittelun ja sääntömuutosten ennakoinnin alalla [8] . Toiseksi ne, joilla on tietoa tietokoneista, näkevät laskennallisen lain mahdollisuudet, mikä voi olla todellinen läpimurto. Näin ollen "konsultointi"-koneet, joista Mel puhui, voivat ilmaantua. Tunnettu ohjelmoija Stephen Wolfram sanoo:

Olemme siis hitaasti siirtymässä kohti henkilöä, joka on koulutettu laskennallisen paradigman muodossa. Ja se on hyvä, koska nähdäkseni tietojenkäsittelystä tulee melkein jokaisen alan keskipiste. Puhutaanpa kahdesta esimerkistä - klassisista ammateista: laki ja lääketiede. Ironista kyllä, kun Leibniz ajatteli ensimmäisen kerran tietojenkäsittelyä 1600-luvun lopulla, hän halusi luoda koneen, joka voisi vastata juridisiin kysymyksiin tehokkaasti. Sitten se oli ennenaikaista. Mutta nyt olemme mielestäni melkein valmiita laskennalliseen lakiin. Silloin esimerkiksi sopimuksista tulee laskennallisia. Niistä tulee eksplisiittisiä algoritmeja , jotka määrittävät ennalta mikä on mahdollista ja mikä ei. Tiedätkö, osa niistä on jo tapahtunut. Kuten rahoitusinstrumentit, kuten optiot ja futuurit . Ne olivat ennen vain luonnollisia kielisopimuksia. Mutta sitten ne kodifioitiin ja parametrisoitiin. Joten ne ovat oikeastaan ​​vain algoritmeja, joilla voit tietysti suorittaa meta-laskelmia, mikä käynnisti tuhat hedge-rahastoa ja niin edelleen. No, lopulta pystyt tekemään kaikenlaisia ​​laillisia asioita asuntolainoista verokoodeihin, ehkä jopa patentteihin . Nyt tämän saavuttamiseksi tarvitsemme tapoja edustaa monia todellisen maailman puolia kaikessa sotkussaan. Tämä on Wolfram|Alpha -tietopohjaisen laskennan ydin [31] .

Lähestymistavat

Algoritminen laki

On myös ollut monia yrityksiä luoda koneellisesti luettavaa tai suoritettavaa konekoodia . Koneluettava koodi helpottaa koodin jäsentämistä, jolloin voit nopeasti luoda ja jäsentää tietokantoja ilman edistyneitä tekstinkäsittelytekniikoita. Konellisesti ymmärretty muoto mahdollistaisi tapauksen yksityiskohtien syöttämisen ja päätöksen palauttamisen.

Koneluettava lakikoodi on jo melko yleinen. METALEX [32] , Amsterdamin yliopiston Leibniz Center for Law [33] ehdottama ja kehittämä XML -pohjainen standardi , jota Yhdistyneen kuningaskunnan ja Alankomaiden hallitukset käyttävät lakiensa koodaamiseen. Yhdysvalloissa presidentti Barack Obaman toukokuussa 2013 antamassa toimeenpanomääräyksessä vaadittiin julkistamaan kaikki hallituksen asiakirjat oletusarvoisesti koneellisesti luettavassa muodossa, vaikka mitään erityistä muotoa ei mainittu [34] .

Koneella suoritettavaa lakikoodia käytetään paljon harvemmin. Tunnetuin esimerkki on Hammurabi [35] -projekti , jossa yritetään kirjoittaa uudelleen osa Yhdysvaltojen lakisäännöistä siten, että lainsäädäntö ottaa tosiasioita syötteenä ja palauttaa päätökset. Hammurabi-projekti keskittyy tällä hetkellä lain osa-alueisiin, jotka ovat sovellettavissa tämäntyyppisiin määrityksiin, kuten vero- tai maahanmuuttolakeihin , vaikka pitkällä aikavälillä kehittäjät suunnittelevat sisällyttävänsä siihen mahdollisimman monta lakia.

Empiirinen analyysi

Suuri osa laskennallisen oikeuden ponnisteluista keskittyy nykyään oikeudellisten päätösten empiiriseen analyysiin ja niiden suhteeseen lainsäädäntöön. Tässä tapauksessa käytetään yleensä viittausanalyysiä , jossa otetaan huomioon teosten viittausmallit. Toimistotyössä laajalle levinneen lainauskäytännön ansiosta on mahdollista rakentaa viittausindeksejä ja monimutkaisia ​​oikeudellisia ennakkotapauskaavioita , joita kutsutaan lainausverkostoiksi . Lainausverkot mahdollistavat graafin läpikulkualgoritmien käyttämisen tapausten linkittämiseksi toisiinsa sekä erilaisten etäisyysmittareiden avulla niiden välisten matemaattisten suhteiden löytämiseen [36] [37] [38] . Nämä analyysit voivat paljastaa tärkeitä kattavia malleja ja suuntauksia riita-asioissa ja tavassa, jolla lakia käytetään [39] [40] .

Viimeaikaiset tutkimukset oikeudellisista viittausverkostoista ovat johtaneet useisiin läpimurtoihin oikeuden päätösten analysoinnissa. Analyysin materiaalina olivat lainaukset Korkeimman oikeuden jäsenten enemmistön esittämistä mielipiteistä lainausverkostojen luomiseksi. Tuloksena saadut mallit analysoitiin paljastamaan metatietoa yksittäisistä päätöksistä, kuten päätöksen tärkeydestä, sekä yleiset suuntaukset riita-asioissa, kuten ennakkotapausten rooli ajan mittaan [36] [39] . Näitä tutkimuksia on käytetty ennustamaan, mitä asioita korkein oikeus käsittelee [39] .

Toisen yrityksen teki Yhdysvaltain verotuomioistuin kokoamalla julkisen tietokannan verotuomioistuimen päätöksistä, mielipiteistä ja viittauksista vuosille 1990-2008 ja rakentamalla tähän tietokantaan perustuvan viittausverkoston. Tämän verkoston analyysissä havaittiin, että suuria verolain osia mainittiin harvoin, jos koskaan, ja että muut lain osat, erityisesti ne, jotka liittyvät "avioeroon, huollettaviin, voittoa tavoittelemattomiin järjestöihin, harrastuksiin ja liiketoiminnan kuluihin ja tappioihin, ja tulojen yleinen määritelmä", olivat mukana suurimmassa osassa riita-asioita [40] .

Yhdessä tutkimuksessa keskityttiin hierarkkisiin verkkoihin yhdistettynä viittausverkostoihin ja Amerikan yhdysvaltojen koodin analyysiin . Tätä tutkimusta käytettiin analysoimaan koodin eri näkökohtia, mukaan lukien sen koko, viittausten tiheys koodin osien sisällä ja välillä, koodissa käytetyn kielen tyyppi ja näiden mittareiden muuttuminen ajan myötä. Tätä tutkimusta käytettiin kommentoimaan säännöstön ajan kuluessa tapahtuneen muutoksen luonnetta, jolle näyttää olevan ominaista koon kasvu ja osioiden välinen riippuvuus [37] .

Visualisointi

Lakikoodin ja eri lakien ja päätösten välisten suhteiden visualisointi on kuuma aihe myös laskennallisen oikeuden alalla. Visualisoinnit antavat ammattilaisille ja maallikoille mahdollisuuden nähdä laajamittaisia ​​suhteita ja malleja, joita voi olla vaikea eristää tavallisen juridisen tai empiirisen analyysin avulla.

Oikeudelliset viittausverkostot ovat visualisoitavissa, ja monissa empiirisesti analysoiduissa viittausverkostoissa on myös verkostojen alaosia, jotka visualisoidaan tuloksena [36] . Verkon visualisoinnissa on kuitenkin edelleen monia teknisiä haasteita . Solmujen välisten yhteyksien tiheys ja jopa itse solmujen lukumäärä voi joissakin tapauksissa tehdä visualisoinnista jäävän ihmisen havaitsematta. On olemassa monia tekniikoita, joita voidaan käyttää näytettävän tiedon monimutkaisuuden vähentämiseen, esimerkiksi määrittelemällä semanttisia aliryhmiä verkon sisällä ja edustamalla sitten näiden semanttisten ryhmien välisiä suhteita yksittäisten solmujen sijaan. Näin henkilö voi havaita visualisoinnin, mutta samalla monimutkaisuuden väheneminen voi piilottaa tärkeitä suhteita [41] . Näistä rajoituksista huolimatta laillinen viittausverkoston visualisointi on edelleen suosittu ala ja käytäntö.

Työkaluesimerkkejä

  1. OASIS Legal XML , UNDESA Akoma Ntoso ja CEN Metalex ovat oikeudellisten ja teknisten asiantuntijoiden luomia standardointeja sähköistä oikeudellista tiedonvaihtoa varten [42] .
  2. Creative Commons  – Internet-sisällön mukautetut tekijänoikeuslisenssit.
  3. Legal Analytics yhdistää big datan , elintärkeän tiedon ja intuitiiviset työkalut liiketoimintatiedon ja benchmarking-ratkaisujen toimittamiseen.
  4. Oikeudelliset visualisoinnit. Esimerkkejä ovat Katzin kartta korkeimman oikeuden päätöksestä ja Starger's Opinion Lines [43] [44] .

Online-oikeudelliset resurssit ja tietokannat

  1. PACER on Yhdysvaltain liittovaltion oikeuslaitoksen  ylläpitämä online-arkisto tuomioistuinten päätöksistä [45] .
  2. The Law Library of Congress ylläpitää kattavaa online-arkistoa oikeudellisista tiedoista, mukaan lukien kansainvälisen, kansallisen ja osavaltiotason lainsäädäntö [46] .
  3. Yhdysvaltain korkeimman oikeuden tietokanta on laaja tietokanta, joka sisältää yksityiskohtaista tietoa korkeimman oikeuden päätöksistä vuodesta 1946 tähän päivään. [47]
  4. Yhdysvaltain raportit sisälsivät yksityiskohtaista tietoa jokaisesta korkeimman oikeuden päätöksestä vuodesta 1791 nykypäivään [48] .

Muistiinpanot

  1. Genesereth, Michael Computational Law - Poliisi takapenkillä . Haettu 29. elokuuta 2018. Arkistoitu alkuperäisestä 6. marraskuuta 2012.
  2. Lawbots.info. Np, n.d. Web. 16. kesäkuuta 2017. < https://www.lawbots.info/ Arkistoitu 23. elokuuta 2018 Wayback Machinessa >.
  3. 18 Rocky Mntn. L. Rev. 378 (1945-1946) Tarvitseeko laki teknologisen vallankumouksen; Kelso, Louis O.
  4. 33 min. L. Rev. 455 (1948-1949) Jurimetrics - Seuraava askel eteenpäin; Loevinger, Lee
  5. Loevinger, Lee. Jurimetriikka: Oikeudellisen tutkimuksen metodologia. Law and Contemporary Problems (1963): 5-35. Klo 8.
  6. "Tietoja Jurimetriikasta." Tietoja lehdestä . American Bar Associationin tiede- ja teknologiaoikeuden osasto ja oikeus-, tiede- ja innovaatiokeskus, nd Web. 26. huhtikuuta 2014. < http://www.law.asu.edu/jurimetrics/JurimetricsJournal/AbouttheJournal.aspx Arkistoitu 12. maaliskuuta 2015 Wayback Machinessa >.
  7. Ibid.
  8. 12 Ibid .
  9. Ajatusprosessien mekanisointi: Kansallisessa fysikaalisessa laboratoriossa 24., 25., 26. ja 27. marraskuuta 1958 pidetyn symposiumin julkaisut . Lontoo: Her Majesty's Stationery Office, 1959. Print.
  10. Niblett, Bryan. Tietojenkäsittelytiede ja laki: Tietojenkäsittelytieteen professorin avajaisluento Collegessa 25. tammikuuta 1977 . Swansea, Wales: U College of Swansea, 1977. 7-8. Tulosta.
  11. "Automaatio lakimaailmassa." Ajatusprosessien mekanisointi: Kansallisessa fysikaalisessa laboratoriossa 24., 25., 26. ja 27. marraskuuta 1958 pidetyn symposiumin julkaisut . Lontoo: Her Majesty's Stationery Office, 1959. 755-87. Tulosta. Klo 759.
  12. "Automaatio lakimaailmassa." Ajatusprosessien mekanisointi: Kansallisessa fysikaalisessa laboratoriossa 24., 25., 26. ja 27. marraskuuta 1958 pidetyn symposiumin julkaisut . Lontoo: Her Majesty's Stationery Office, 1959. 755-87. Tulosta. 768-769.
  13. Ibid. 768.
  14. Jotkut spekulaatiot tekoälystä ja oikeudellisesta päättelystä, Bruce G. Buchanan ja Thomas E. Headrick, Stanford Law Review , Voi. 23, ei. 1 (marraskuu 1970), ss. 40-62. Osoitteessa p. 40.
  15. Jotkut spekulaatiot tekoälystä ja oikeudellisesta päättelystä, Bruce G. Buchanan ja Thomas E. Headrick, Stanford Law Review , Voi. 23, ei. 1 (marraskuu 1970), ss. 40-62. Osoitteessa p. 51-60.
  16. Oikeudelliset päätökset ja tietojärjestelmät. Jon Bing ja Trygve Harvold. Oslo, Norja: Universitets Forlaget; 1977
  17. Niblett, Bryan. Tietojenkäsittelytiede ja laki . Cambridge: Cambridge UP, 1980. 7-8. Tulosta.
  18. Katso esim. L. Thorne McCarty, Reflections on Taxman: An Experiment in Artificial Intelligence and Legal Reasoning, 90 Harv. L. Rev. 837 - 895 (1977).
  19. Supra , Niblet, s. 7-8.
  20. B. Niblett, toimittaja. Tietojenkäsittelytiede ja laki: jatkokurssi. Cambridge University Press, 1980. Tämä osa on tallenne työpajasta, joka pidettiin University College of Swanseassa, Walesissa, 17.-27. syyskuuta 1979.
  21. McCarty, L. Thorne. "Tekoäly ja laki: kuinka päästä sinne täältä." Ratio Juris 3,2 (1990): 189-200. Klo 189.
  22. Vaikka tämä on kiistanalaista. Tukevia argumentteja varten katso McCarty, L. Thorne. "Tekoäly ja laki: kuinka päästä sinne täältä." Ratio Juris 3,2 (1990): 189-200.
  23. Rissland, Edwina. "Tekoäly ja oikeudellinen päättely: keskustelu kentästä ja Gardnerin kirja." AI Magazine 9.3 (1988): 45.
  24. Katso esimerkiksi Kades, Eric, "The Laws of Complexity & the Complexity of Laws: The Implications of Computational Complexity Theory for the Law" 49 Rutgers Law Review 403-484 (1997)
  25. Rissland, EL, Ashley, KD ja Loui, RP (2003). Tekoäly ja laki: hedelmällistä synergiaa. Tekoäly, 150(1-2), 1-15.
  26. Bench-Capon, Trevor, Michał Araszkiewicz, Kevin Ashley, Katie Atkinson, Floris Bex, Filipe Borges, Daniele Bourcier ym. "Tekoälyn ja oikeuden historiaa 50 asiakirjassa: 25 vuotta kansainvälisestä tekoälyä ja lakia käsittelevästä konferenssista." Tekoäly ja laki 20, no. 3 (2012): 215-319.
  27. Katso "Kansainvälinen tekoälyä ja lakia käsittelevä konferenssi (ICAIL)." Kansainvälinen tekoälyä ja lakia käsittelevä konferenssi (ICAIL) . The DBLP Computer Science Bibliography, n.d. Web. 24. huhtikuuta 2014. < http://www.informatik.uni-trier.de/~LEY/db/conf/icail/index.html Arkistoitu 17. helmikuuta 2015 Wayback Machinessa >. Viite kattaa kaikki aiemmat konferenssit ja linkit niiden ohjelmiin. Näyttää siltä, ​​että 1990-luvulla esitelmien, keskustelujen jne. määrä kasvoi merkittävästi verrattuna kahteen ensimmäiseen konferenssiin, jotka pidettiin vuosina 1987 ja 1989.
  28. Katso esimerkiksi tämä Stanfordin oppimäärä CS 204 Computers and Law. Genesereth, Michael R. "CS 204: Tietokoneet ja laki." CS204: Tietokoneet ja laki . Stanfordin yliopisto, n.d. Web. 23. huhtikuuta 2014. < http://logic.stanford.edu/classes/cs204/ Arkistoitu 23. huhtikuuta 2017 Wayback Machinessa >.
  29. "Stanfordin laskennallinen laki." Stanfordin laskennallinen laki . Stanfordin yliopisto, n.d. Web. 24. huhtikuuta 2014. < http://complaw.stanford.edu/ Arkistoitu 6. marraskuuta 2012 Wayback Machinessa >
  30. "The Future of Law School Innovation (Conference @ColoradoLaw)." Laskennalliset lakitutkimukset . Np, n.d. Web. 18. huhtikuuta 2014. < http://computationallegalstudies.com/2014/04/17/the-future-of-law-school-innovation-conference-coloradolaw/ >.  (linkki ei saatavilla)
  31. Wolfram, Stephen. "Puhutaan laskennallisesta tulevaisuudesta SXSW 2013 -tapahtumassa – Stephen Wolfram -blogi." Stephen Wolfram -blogi RSS . Np, 19. maaliskuuta 2013. Verkko. 17. huhtikuuta 2014. < http://blog.stephenwolfram.com/2013/03/talking-about-the-computational-future-at-sxsw-2013/ Arkistoitu 13. toukokuuta 2014 Wayback Machinessa >.
  32. CEN MetaLex - Open XML Interchange Format oikeudellisia ja lainsäädäntöresursseja varten . Haettu 29. huhtikuuta 2019. Arkistoitu alkuperäisestä 19. huhtikuuta 2019.
  33. Amsterdamin yliopiston digitaalinen akateeminen arkisto . Haettu 30. elokuuta 2018. Arkistoitu alkuperäisestä 16. elokuuta 2016.
  34. Valkoinen talo. Lehdistösihteerin toimisto. Toimeenpanomääräys – Avoimeksi ja koneellisesti luettavaksi tekeminen hallituksen tietojen uudeksi oletukseksi . Np, 9. toukokuuta 2013. Web.
  35. Hammurabi-projekti . Haettu 30. elokuuta 2018. Arkistoitu alkuperäisestä 11. kesäkuuta 2018.
  36. ↑ 1 2 3 Fowler, JH, TR Johnson, JF Spriggs, S. Jeon ja PJ Wahlbeck. "Verkkoanalyysi ja laki: Ennakkotapausten oikeudellisen merkityksen mittaaminen Yhdysvaltain korkeimmassa oikeudessa." Poliittinen analyysi 15.3 (2006): 324-46. Tulosta.
  37. ↑ 1 2 Bommarito, Michael J. ja Daniel M. Katz. "Matematical Approach to Study of the United States Code." Physica A: Tilastollinen mekaniikka ja sen sovellukset 389.19 (2010): 4195-200. Tulosta.
  38. Bommarito, Michael J., Daniel Martin Katz, Jonathan L. Zelner ja James H. Fowler. "Dynaamisten viittausverkkojen etäisyysmittaukset." Physica A: Tilastollinen mekaniikka ja sen sovellukset 389.19 (2010): 4201-208. Tulosta.
  39. ↑ 1 2 3 Fowler, James H. ja Sangick Jeon. "Korkeimman oikeuden ennakkoratkaisuviranomainen." Sosiaaliset verkostot 30.1 (2008): 16-30. Tulosta.
  40. ↑ 1 2 Bommarito, Michael J. "Empiirinen tutkimus Yhdysvaltain verotuomioistuimen kirjallisten päätösten väestöstä, An." Va. Tax Rev. 30 (2010): 523.
  41. Shneiderman, Ben ja Aleks Aris. Verkon visualisointi semanttisilla substraateilla. IEEE Transactions on Visualization and Computer Graphics 12.5 (2006): 733-40. Tulosta.
  42. Legal XML . Haettu 29. elokuuta 2018. Arkistoitu alkuperäisestä 29. elokuuta 2018.
  43. Starger, Colin P. Visual Guide to NFIB v. Sebelius: Competing Commerce Clause Opinion Lines 1789-2012 (30.6.2012). Haettu 29. elokuuta 2018. Arkistoitu alkuperäisestä 4. kesäkuuta 2018.
  44. Starger, Colin P. Expanding Stare Decisis: The Role of Precedent in the Unfolding Dialectic of Brady v. Maryland (16. huhtikuuta 2012). Haettu 29. elokuuta 2018. Arkistoitu alkuperäisestä 20. elokuuta 2016.
  45. Oikeuden sähköisten asiakirjojen julkinen käyttöoikeus . Haettu 29. elokuuta 2018. Arkistoitu alkuperäisestä 29. toukokuuta 2019.
  46. Kongressin lakikirjasto . Haettu 29. elokuuta 2018. Arkistoitu alkuperäisestä 27. elokuuta 2018.
  47. Korkeimman oikeuden tietokanta . Haettu 29. elokuuta 2018. Arkistoitu alkuperäisestä 29. elokuuta 2018.
  48. https://www.supremecourt.gov/opinions/ Arkistoitu 29. elokuuta 2018 Wayback Machinessa boundvolumes.aspx

Linkit

Katso myös