Računalniške metode v pravni interpretaciji: Polje proste presoje
Prispevek predstavlja skrajšano verzijo in uvod v znanstveni prispevek Ženevskega zbornika, ki ga je avtorica pripravila v okviru projekta Prav(n)a odkritja.
Maruša Škrjanc*
Izvleček: Članek obravnava doktrino polja proste presoje (angl. margin of appreciation, MoA) kot eno najvplivnejših in hkrati najbolj izmuzljivih konceptov sodne prakse Evropskega sodišča za človekove pravice (ESČP). Analizira se, kateri dejavniki vplivajo na širino diskrecije, ki jo Sodišče priznava posameznim državam, ter kako različni pravni in empirični pristopi prispevajo k razumevanju te doktrine. Članek hkrati opozori na praktične in metodološke izzive, povezane z avtomatizacijo pravnega sklepanja, kot so jezikovne razlike, izrazoslovna raznolikost in strukturalna nekonsistentnost sodb. Zaključno se utemeljuje, da računalniške metode ne nadomeščajo pravne analize, temveč ponujajo močno dopolnilo, ki zahteva interdisciplinarni pristop in zavedanje o pravni kompleksnosti.
Ključne besede: polje proste presoje (MoA), Evropsko sodišče za človekove pravice, sodna praksa, umetna inteligenca, NLP, analiza omrežij.
Povzetek
- Prispevek obravnava doktrino polja proste presoje (MoA) kot osrednji, a konceptualno izmuzljiv element sodne prakse ESČP, ki ni sistematično opredeljen v Konvenciji.
- Raziskan je nabor dejavnikov širine/ožine MoA ter vprašanje, kako k razumevanju prispevajo različne pravne in empirične metode.
- Teza prispevka: računalniške metode ne nadomeščajo, temveč dopolnjujejo pravno analizo; povečujejo transparentnost, ponovljivost in obseg raziskovanja, a terjajo skrbno validacijo in pravni okvir.
- MoA deluje kot mejni preizkus uporabnosti avtomatizacije v pravu: razkrije hkrati njen potencial in metodološke ovire.
Doktrina polja proste presoje
Doktrina polja proste presoje (angl. margin of appreciation, v nadaljevanju: MoA) predstavlja enega osrednjih konceptov v sodni praksi Evropskega sodišča za človekove pravice (ESČP), vendar hkrati ostaja izrazito izmuzljiv in nepopolno definiran pojem. Čeprav se MoA redno pojavlja v argumentaciji Sodišča – zlasti v primerih, kjer gre za tehtanje med posameznikovimi pravicami in javnim interesom – nikoli ni bila sistematično opredeljena v okviru same Konvencije in prav tako ne obstaja natančno določena metodologija za njeno uporabo.[1]
To nejasnost so v zadnjih desetletjih poskušali razjasniti številni pravni teoretiki, ki se ukvarjajo z vprašanjem, kateri dejavniki vplivajo na širino oziroma ožino MoA, ki ga ESČP prizna posamezni državi. Pri tem se uporabljajo različni metodološki pristopi – od tradicionalnih doktrinarnih pravnih analiz, preko primerjalnopravnih študij, do sodobnih empiričnih in podatkovnih metod, ki izkoriščajo napredke na področju obdelave pravnih besedil, mrežnega modeliranja in strojnega učenja.
V tej raznolikosti pristopov in pogledov se odpira pomembno metodološko vprašanje, ki presega zgolj ugotavljanje vsebine MoA:
Katere so ključne prednosti in slabosti uporabe računalniških metod pri analizi sodne prakse Evropskega sodišča za človekove pravice – zlasti v kontekstu tako kompleksne in fluidne doktrine, kot je MoA?
Metodološki pristopi k analizi dejavnikov, ki vplivajo na širino polja proste presoje
Doktrinarna pravna analiza
George Letsas in Janneke Gerards uporabljata tradicionalno pravno metodo natančne interpretacije sodne prakse ESČP. V okviru teh pristopov analizirata, kako Sodišče uporablja MoA v konkretnih primerih. Ključno pri tem je sistematično iskanje vzorcev v argumentaciji Sodišča. V ospredju je ugotovitev, da Sodišče v določenih primerih MoA uporablja kot vsebinsko utemeljeno orodje, v drugih pa le kot retorično frazo brez analitične razlage.[2]
Primerjalnopravni pristop
Drugi avtorji, kot sta Eva Brems in Eyal Benvenisti, pristopajo primerjalnopravno – analizirajo uporabo MoA skozi prizmo različnih pravnih tradicij in kulturnih okolij. Ta metoda omogoča razumevanje, zakaj ESČP v določenih primerih dovoljuje širše polje presoje – pogosto gre za vprašanja, kjer v Evropi ne obstaja skupen standard ali kjer posamezna država temelji svojo ureditev na močnih kulturnih ali verskih temeljih. Benvenisti izrecno opozori, da se MoA pogosto uporablja kot instrument kompromisa med pluralizmom in univerzalnostjo človekovih pravic, kar lahko, če ni nadzorovano, spodkopava temeljne vrednote Konvencije.[3]
Kritična analiza diskurza
Kritični pravni teoretiki, kot je Simon Paul, pristopajo k MoA z analizo retorike in diskurza Sodišča. Njihovo izhodišče je, da ESČP MoA pogosto uporablja kot retorično utemeljitev, s katero se izogne vsebinski presoji občutljivih vprašanj (npr. verskih simbolov, bioetike, spolne identitete). S tem Sodišče ohranja institucionalno nevtralnost, a hkrati tvega, da s tem oslabi zaščito temeljnih pravic.[4] Ta metoda razkriva, da lahko dejavniki, kot so politična občutljivost, notranjepolitična stabilnost države ali strah pred očitki o aktivizmu, vplivajo na odločitev Sodišča, ne da bi bili izrecno navedeni.
Empirična in podatkovna analiza
V zadnjem desetletju je nastal tudi pomemben korpus raziskav, ki uporablja empirične in računalniške metode, kot so obdelava naravnega jezika (NLP), analiza omrežja (network analysis) in strojno učenje. Avtorji, kot so Aletras, Medvedeva, Wieling ter Olsen in Küçüksu, uporabljajo te metode za odkrivanje statističnih in strukturnih vzorcev v sodni praksi ESČP. Aletras et al. so denimo ugotovili, da so dejanske okoliščine primera (in ne zgolj pravni argumenti) najmočnejši napovedni dejavnik, ali bo ESČP ugotovilo kršitev ali ne.[5]
Analiza citatnih omrežij in kartiranje precedensov
Omeniti velja tudi študijo Lupuja in Voetena, ki sta analizirala omrežje sodb ESČP in vlogo precedensa v mednarodnem pravu. Ugotovila sta več vzorcev: citatna praksa Sodišča je predvsem tematsko pogojena, ne pa državnospecifična. Sodbe, na katere se ESČP sklicuje, izbere glede na pravno vprašanje, ne glede na izvor (npr. v primeru svobode izražanja se citirajo precedensi s tega področja ne glede na državo).[6] Nadalje, Sodišče navaja več precedensov v politično občutljivih primerih, kar prispeva k legitimaciji odločitve. Poleg tega ESČP v primerih proti državam s pravno tradicijo skupnega prava navaja več sodne prakse, kar kaže na strategijo dodatne obrazložitve.[7] Ti vzorci nakazujejo, da ESČP uporablja precedens strateško, podobno kot vrhovna sodišča v nacionalnih sistemih.
Takšne metode ponujajo pravnikom učinkovit način za iskanje splošnih doktrin, kot je npr. MoA, ki bi sicer ostale zakopane v specifičnih zadevah.
Tematsko modeliranje in kombinirani pristopi
Študija Mohammadija s sodelavci je uporabila tematsko modeliranje v kombinaciji z mrežno analizo za člene po 8. Členu EKČP (pravica do zasebnega in družinskega življenja).[8] Sodbe so najprej tematsko razvrstili (npr. Nadzor, družinsko združevanje, deložacije), nato pa jih še povezali glede na skupne precedense. Ugotovili so, da kombinacija besedilne in omrežne podobnosti zagotavlja najboljše rezultate pri iskanju relevantne sodne prakse, kar bistveno izboljša kakovost pravnega raziskovanja.[9] Tematsko modeliranje zajame vsebinsko podobnost, medtem ko mrežna analiza razkrije doktrinarne povezave.
Praktični problemi pri računalniški obdelavi sodne prakse ESČP
Kljub obetavnim rezultatom raziskav, ki temeljijo na obdelavi sodne prakse ESČP z uporabo metod umetne inteligence (UI), se v praksi srečamo s številnimi tehničnimi in konceptualnimi ovirami, ki otežujejo implementacijo naprednih analitičnih metod za ocenjevanje vpliva posameznih dejavnikov na širino MoA. Pri zasnovi tovrstnega orodja sem na podlagi svojih poskusov identificirala štiri ključne sklope izzivov, ki izvirajo tako iz narave pravnih besedil kot tudi iz omejitev posameznih uporabljenih naprednih metod UI.
Težava dostopnosti in strukture podatkov
Čeprav so sodbe ESČP javno dostopne preko podatkovne baze HUDOC, njihova tehnična pridobitev za nadaljnjo analizo zahteva dodatno avtomatizacijo, kot so posebni programski skripti za zajem podatkov. HUDOC ne omogoča enostavnega množičnega prenosa sodb v strukturirani obliki, kar predstavlja izziv za učinkovito implementacijo algoritemskih rešitev, zlasti kadar je cilj obdelava obsežnih količin podatkov, kot je tisoče sodb, razporejenih čez desetletja sodne prakse. Poleg tega uporaba različnih metod umetne inteligence (UI) zahteva prilagoditev predprocesiranja besedil.
Jezikovne omejitve
Čeprav ESČP izdaja sodbe v angleščini in francoščini kot uradnih jezikih, vse sodbe niso prevedene v angleščino. Poleg tega so nekateri pomembni deli sodb pogosto dostopni le v enem jeziku. To pomeni, da je potrebno ustrezno predprocesiranje dokumentov. Ena takšnih rešitev bi bila uporaba vzporedno dveh modelov (za francoski ter angleški jezik), kar lahko predstavlja izziv pri zagotavljanju kvalitete obeh modelov. Druga možnost bi bila lahko omejitev korpusa zgolj na angleško govoreče sodbe, kar lahko nakazuje možnost metodološke pristranskosti, kar ima lahko velik vpliv na reprezentativnost rezultatov.
Izrazoslovna raznolikost
Pomembna ovira je tudi variabilnost terminologije, s katero ESČP izraža vsebinsko sorodne zaključke. Enaka procesna odločitev (npr. zavrženje zadeve) se v različnih sodbah izrazi z različnimi formulacijami, kot so: »inadmissible« (npr. A.M. and A.K. v. Hungary, § 53), »strike the application out of its list of cases« (Comert and Others v. Turkey), ali »no need to examine separately« (Lăcătuș v. Switzerland, § 128). Medtem ko pravnik takšne izraze intuitivno prepozna kot semantično sorodne, računalniški model brez eksplicitnih pravil ali uporabe ustreznih metod preprocesiranja podatkov teh podobnosti ne zazna. To pomeni, da je treba že v fazi priprave modela ročno definirati semantične skupine izrazov, kar znatno poveča kompleksnost postopka učenja in vpliva na natančnost rezultatov.
Neenotna struktura sodb
Čeprav večina sodb sledi splošnemu formalnemu okostju (dejstva, pravni okvir, presoja, odločitev), številne sodbe odstopajo od te strukture. To zahteva dodatna pravila za model, ki mora znati ločiti med pomenljivimi in nepomembnimi ponovitvami izrazov glede na lokacijsko pozicijo v dokumentu (npr. ali se izraz pojavi v obrazložitvi večine ali v ločenem mnenju sodnika). Poleg tega mora model ločevati med kontekstualnimi pomenljivostmi, kot so razlike med sodbami z večinskim mnenjem in tistimi, ki vključujejo ločena mnenja sodnikov – element, ki ga ljudje enostavno razpoznamo, računalniku pa ga je treba ustrezno definirati.
Avtomatizacija kot dopolnilo in nadgradnja kvalitativne presoje
Eden ključnih prispevkov računalniških metod je v tem, da omogočajo ponovljivo, transparentno in sistematično analizo, ki presega subjektivno zaznavo in selektivno branje sodb. Algoritmično prepoznavanje korelacij med dejanskimi okoliščinami in izidom sodb omogoča natančnejšo opredelitev vpliva posameznih dejavnikov na širino MoA, kar dopolnjuje, ne pa nadomešča kvalitativne metode. Prav v tem se kaže dihotomija med potencialom avtomatizacije in realnostjo pravne kompleksnosti: metode strojnega učenja in UI prinašajo večjo objektivnost in razširljivost, vendar zahtevajo natančno in večplastno pripravo podatkov, kjer ima pravna znanost še vedno vodilno vlogo. Prav tako je izjemnega pomena tudi pravilna reprezentacija, validacija in interpretacija rezultatov.
Zaključek
Članek je izhajal iz vprašanja, katere so ključne prednosti in slabosti uporabe računalniških metod pri analizi sodne prakse Evropskega sodišča za človekove pravice, še posebej v povezavi z doktrino MoA, ki se že v pravni teoriji kaže kot konceptualno izmuzljiva, sodno nekonsistentna in kontekstualno pogojena.
Uporaba računalniških metod pri analizi sodne prakse ESČP je omogočila pomembne premike v razumevanju, razvrščanju in strukturiranju sodnega razumevanja Konvencije. Tako z vidika pravne teorije kot pravne prakse lahko z uporabo metod obdelave naravnega jezika (NLP) in metod UI, analize omrežij in tematskega modeliranja pridobimo poglobljen vpogled v pravne vzorce in doktrinarno usmeritev Sodišča – s tem pa razširimo tudi metodološki okvir našega raziskovanja. Pri tem je pomembno poudariti, da je zaradi zapletene strukture dokumentov in specifične terminologije naloga validacije pravilnosti predprocesiranja dokumentov ključnega pomena in zahteva natančno preverjanje ekstrakcije informacij in računanja posameznih značilk.
Med ključne prednosti računalniških metod štejemo naslednje: (1) zmožnost analize velikega korpusa sodne prakse, (2) identifikacijo ponavljajočih se vzorcev v sodbah, ki niso nujno eksplicitno izraženi, ter (3) večjo transparentnost, ponovljivost in empirično preverljivost trditev, ki se v pravni doktrini pogosto uveljavljajo zgolj intuitivno ali interpretativno.
Kljub velikemu potencialu pa izvedba računalniške analize sodne prakse ESČP ni trivialna. Kot smo pokazali v prejšnjem poglavju, je treba premagati večplastne izzive: (1) tehnične omejitve dostopa do sodb HUDOC, (2) jezikovno razdrobljenost in neenotnost prevodov, (3) semantično variabilnost izrazoslovja, kjer se isti pravni zaključek izraža z različnimi formulacijami, ter (4) neenotno strukturo sodb, ki otežuje zanesljivo avtomatizacijo. Računalniški model mora biti posebej prilagojen, da zna razlikovati med pravno pomembnimi in nepomembnimi konteksti, kar zahteva tesno sodelovanje med pravniki in računalniškimi znanstveniki.
Doktrina MoA se je v tem oziru izkazala kot še posebej zahtevna za računalniško analizo. Zaradi svoje normativne odprtosti, pragmatične narave in pogostega prepletanja z drugimi načeli (kot sta subsidiarnost in sorazmernost), predstavlja mejni preizkus uporabnosti avtomatiziranih metod v pravu. Rezultati analize kažejo, da računalniške metode omogočajo pomembne uvide, vendar njihova interpretativna vrednost nastopi šele takrat, ko so vpeti v pravno-teoretični okvir, ki razume notranjo logiko sodne argumentacije.
Članek zato ne zagovarja avtomatizacije prava, temveč argumentira v korist metodološke integracije, kjer podatkovne metode dopolnjujejo pravno analizo – zlasti tam, kjer ta postaja preveč abstraktna ali subjektivna. V kontekstu človekovih pravic in doktrine MoA ta pristop omogoča večjo analitično doslednost, odpira nove možnosti za preverjanje teorij in krepi znanstveno razsežnost pravnega raziskovanja.
Računalniške metode tako ne nadomeščajo pravne interpretacije, temveč jo podpirajo in občasno tudi izzivajo – kar je v končni fazi lahko njihov najdragocenejši prispevek k razvoju pravne znanosti.
Seznam literature
Aletras, N., Tsarapatsanis, D., Preoţiuc-Pietro, D., & Lampos, V. (2016). Predicting judicial decisions of the European Court of Human Rights: A natural language processing perspective. PeerJ Computer Science, 2, e93. https://doi.org/10.7717/peerj-cs.93
Benvenisti, E. (1999). Margin of appreciation, consensus and universal standards. NYU Journal of International Law and Politics, 31.
Brems, E. (1996). The margin of appreciation doctrine in the case law of the European Court of Human Rights. Heidelberg Journal of International Law.
Gerards, J. (2018). Margin of appreciation and incrementalism in the case law of the European Court of Human Rights. Human Rights Law Review, 18(3). https://doi.org/10.1093/hrlr/ngy017
Lupu, Y., & Voeten, E. (2012). Precedent in international courts: A network analysis of case citations by the European Court of Human Rights. British Journal of Political Science, 42(2)..
Medvedeva, M., Vols, M., & Wieling, M. (2020). Using machine learning to predict decisions of the European Court of Human Rights. Artificial Intelligence and Law, 28(2). https://doi.org/10.1007/s10506-019-09255-y
Mohammadi, M., Bruijn, L. M., Wieling, M., & Vols, M. (2024). Combining topic modelling and citation network analysis to study case law from the European Court on Human Rights on the right to respect for private and family life. https://link.springer.com/article/10.1007/s10506-025-09471-9
Paul, S. (2016). Governing from the margins: The European Court of Human Rights’ margin of appreciation doctrine as a tool of global governance. Croatian Yearbook of European Law and Policy, 12.
Opombe
[1] Gerards, 2018, str. 498-500.
[2] Letsas, 2006, str. 705-732.
[3] Benvenisti, 1999, str. 843-854 ; Brems, 1996, str. 240–314.
[4] Paul, 2016, 81-118.
[5]Aletras et al. 2016.
[6] Lupu & Voeten, 2012, 413-439.
[7] Lupu & Voeten, 2012 413-439.
[8] Mohammedi et al., 2024.
[9] Mohammedi et al., 2024.
