Modeliranje prava z grafi (konferenca AI x Pravo)

*Jakob Gospodarič, magistrski študent podatkovne znanosti na RWTH Aachen.

*Zarja Hude, doktorska študentka prava na London School of Economics (LSE).

Izvleček:  Pravni sistemi so kompleksni in dinamični, zato njihova analiza zahteva prilagodljive in strukturirane pristope. Članek obravnava modeliranje pravnih sistemov z uporabo grafov kot podatkovne strukture, ki v primerjavi z bolj tradicionalnimi pristopi, kot so tabele, omogoča natančnejšo predstavitev in poglobljeno analizo razmerij med pravnimi elementi. Prispevek predstavi različne primere uporabe grafov v pravnem kontekstu, vključno z eksplicitnimi in implicitnimi referencami, hierarhično strukturo pravnih virov, pravnim razlogovanjem ter časovnim razvojem zakonodaje. Na primeru podatkovne zbirke EUR-Lex članek prikaže, kako je mogoče s pomočjo CELEX številk in metapodatkov slediti zakonodajnim spremembam ter razumeti povezave med dokumenti. Članek zaključi, da grafi kot podatkovna struktura omogočajo celovitejši vpogled v pravne informacije ter odpirajo vrata analizi prava z uporabo naprednih metod umetne inteligence.

Povzetek

Prispevek raziskuje, kako lahko pravne sisteme modeliramo z uporabo grafov – podatkovne strukture, ki omogoča prikaz kompleksnih odnosov med pravnimi elementi. Članek predstavi več primerov uporabe grafov, med drugim prikaz referenc med pravnimi viri, strukturo pravne hierarhije EU, modeliranje pravnih konceptov in njihovih logičnih razmerij, ter vizualizacijo sprememb zakonodaje skozi čas. Poseben poudarek je na uporabi podatkovne baze EUR-Lex, kjer lahko s pomočjo CELEX številk in eksplicitnih povezav med dokumenti zgradimo graf, ki razkrije širši kontekst določenega pravnega vprašanja. Opisan je tudi konkreten postopek: od izluščitve ključnih besed iz vprašanja, iskanja začetnega akta, do rekurzivne izgradnje grafa pravnih povezav. Prispevek zaključi, da grafi omogočajo boljšo analizo pravnih podatkov, odkrivanje skritih povezav ter odpirajo možnosti za vključevanje metod umetne inteligence pri reševanju pravnih problemov.

Uvod: Kaj so grafi?

Eden temeljnih ciljev podatkovne znanosti je iz podatkov pridobiti znanje. Za pridobitev znanja pa surovi podatki sami po sebi pogosto ne zadoščajo; interpretacija je mogoča šele, ko so podatki ustrezno organizirani, strukturirani in umeščeni v kontekst. Prav struktura podatkov pogosto lahko pove več kot sami podatki – celota je več kot le vsota njenih delov.

Za primer lahko vzamemo identifikacijo pravnih aktov v podatkovni bazi EUR-Lex. Če razumemo, kaj posamezni elementi pomenijo, lahko pravni akt interpretiramo veliko natančneje. Na primer, številka CELEX "32016R0679" nam pove, da gre za zakonodajni dokument (3), sprejet leta 2016 (2016), ki je uredba (R), z edinstveno številko 0679. Ko prepoznamo te vzorce, lažje iščemo, primerjamo in razumemo vsebino zakonodaje.

Obstajajo različni tipi podatkovnih struktur. Med najpogosteje uporabljenimi strukturami so tabele. S svojo preglednostjo in preprostostjo predstavljajo učinkovit način organizacije podatkov. Omogočajo tudi enostavno shranjevanje in poizvedovanje po podatkih ter se lahko naprej povezujejo v relacijske podatkovne baze.

Vendar pa je pravo kompleksen sistem, ki vključuje številna vsebinska in logična podatkovna razmerja, ki presegajo linearno ali hierarhično organizacijo. Drugače povedano, odnosi med elementi prava niso vedno enostavno razdeljeni v vrstice in stolpce. Gre za bolj kompleksno prepletanje, kjer je pomembno, kako posamezni deli vplivajo drug na drugega. Zapovrh tega se pravni sistem neprestano razvija in prilagaja družbenim, gospodarskim, političnim in ekonomskim spremembam. Za njegovo analizo je zato potrebna ustrezna predstavitev podatkov, ki omogoča zajem tako strukture kot dinamike pravnih razmerij. Podatkovna struktura, ki teh razmerij ne zajame, omejuje analizo in zmanjša uporabnost rezultatov.

Vsled tega tabelarne strukture hitro pokažejo svoje omejitve. V primerih, kjer želimo pravne informacije modelirati na način, ki odraža njihovo pravo naravo, potrebujemo bolj fleksibilno podatkovno strukturo. Ena takih struktur so grafi.

Grafi so matematični model, ki je sestavljen iz vozlišč in povezav med vozlišči. Glavna prednost grafov je, da nimajo nobene vnaprej določene strukture. To jih naredi uporabne pri predstavitvi najrazličnejših kompleksnih problemskih domen, med njimi tudi domena prava.

V nadaljevanju so predstavljeni konkretni primeri uporabe grafov za modeliranje pravnih razmerij.

Primeri modeliranja pravnih podatkov z grafi

Modeliranje z grafi je mogoče uporabiti za raznovrstne namene in različne načine. Eden izmed najbolj intuitivnih primerov je prikaz pravnih referenc. Pravni viri, kot so zakoni, uredbe in sodne odločbe, se pogosto sklicujejo na druge pravne vire (npr. »na podlagi«, »v skladu z«, »kot je odločilo«). Te povezave lahko prikažemo v usmerjenem grafu, kjer vozlišča predstavljajo posamezne pravne vire, usmerjene povezave med njimi pa njihove reference. S tem lahko ugotovimo denimo kateri pravni viri so bolj pomembni, odmevni, vplivni.

Slika 1: Konceptualni prikaz reference. Vir: Coupette et al. (2021)

Slika 2: Prikaz referenc iz sodne prakse SEU. Razvidne so nekatere izmed najpomembnejših odločb: Van Gend en Loos, Costa, Foto-Frost, Frankovich. Vir: Lettieri et al. (2016).

Drug primer uporabe grafov je prikaz hierarhične strukture pravnega sistema, ki upošteva pravno nadrejenost in podrejenost posameznih aktov. Tovrstna razmerja med pravnimi akti so bistvena pri presoji, kateri predpis ima pravno prednost v primeru nasprotja med dvema aktoma.

Slika 3: Prikaz hirearhije pravnih virov prava EU: Na vrhu Pogodbe, pod njim primarna in sekundarna zakonodaja, nato sodna praksa - ta mora biti skladna z vsemi nadrejenimi viri. Vir: Koniaris et al. (2015).

Grafi omogočajo tudi modeliranje manj očitnih razmerij, kot so implicitne reference med dokumenti – na primer prek uporabe enake terminologije ali obravnave istega pravnega področja. Možno je tudi modelirati pravne koncepte in njihova logična razmerja, pri čemer vozlišča predstavljajo posamezne pojme, povezave med njimi pa logične odnose. V graf lahko vključimo tudi informacije, ki presegajo pravne norme, na primer podatke o akterjih, kot so sodišča, regulatorni organi ali pravni subjekti, kar dodatno razširi možnosti analize.

Slika 4: Primer grafične predstavitve razmerij med določbami Splošne Uredbe o varstvu podatkov (GDPR). Vir: Hanauer et al. (2023).

V nadaljevanju je predstavljen še primer uporabe grafov za prikaz razvoja in sprememb prava skozi čas. Primer temelji na podatkovni zbirki EUR-Lex, kjer grafična struktura omogoča vizualizacijo zakonodajnih sprememb, časovne dinamike pravnih aktov ter njihovih medsebojnih razmerij.

Slika 5: Primer vizualizacije razvoja prava skozi čas. Vir: Coupette et al. (2021).

 Primer na podatkovni bazi EUR-Lex

EUR-Lex je spletna platforma Evropske unije, ki omogoča dostop do vseh uradnih pravnih dokumentov EU, vključno z zakonodajo, sodnimi odločbami in mednarodnimi pogodbami. Vsak dokument v EUR-Lex vsebuje CELEX identifikacijsko številko, s katero lahko iščemo in dostopamo do dokumenta. Akti v bazi vsebujejo kazalce na ostale akte, ki so pravno vezani na njih. Te kazalci so lahko uporabljeni kot eksplicitne reference pri gradnji grafa.

Postopek gradnje grafa

Vzemimo primer ko uporabnik želi odgovor na svoje pravno vprašanje. Vhod je torej neko pravno vprašanje. Iz tega lahko izvlečemo ključne besede s katerimi lahko najdemo akt, ki se najbolj veže na vprašanje. Ta sam akt pa mogoče ne bo dovolj, pri odgovarjanju na vprašanje. Zato potrebujemo večji kontekst, katerega lahko dobimo z gradnjo grafa aktov.

Začnemo pri začetnem aktu, ki ga kot vozlišče vstavimo v prazen graf. Preko EUR-Lex podatkovne baze lahko dobimo, pravne akte ki so eksplicitno vezani nanj (v našem primeru smo uporabili tri tipe povezav: AMENDED_BY, REPEALS in CORRECTED_BY). Te nove akte lahko postavimo v graf kot vozlišča in jih povežemo z našim originalnim aktom. Enako lahko zdaj ponovimo za novoustanovljene akte, katerim najdemo navezujoče akte.

Ta postopek lahko rekurzivno ponavljamo do neke določene globine in tako dobimo kompleksen graf.

V takem grafu lahko tvorimo daljše poti, tako da se sprehajamo od vozlišča do vozlišča, da pridemo do določene uredbe. Tako lahko na uporabnikov odgovor vpliva akt, ki je globoko v grafu.

Celoten potek od vhodnega uporabniškega vprašanja, do izhodnega odgovora, lahko opišemo s cevovodom: iz uporabniškega vprašanja so najprej izluščene ključne besede, ki so uporabljene pri iskanju najbolj kontekstno primeren akt, nato iz tega zgradimo kompleksen graf, ki nam poda relevantno zakonodajo pri odgovarjanju na vprašanje.

Sklep

Modeliranje pravnih sistemov z grafi predstavlja močno orodje za analizo in razumevanje kompleksnih pravnih struktur. Grafi podpirajo prilagodljiv prikaz povezav med pravnimi entitetami, pri čemer se vrsta in značaj razmerij določata glede na cilje konkretne analize.

Na primeru podatkovne zbirke EUR-Lex je prispevek pokazal, kako lahko struktura grafa poenostavi orientacijo v množici pravnih virov ter podpre napredne pristope pri iskanju odgovorov na pravna vprašanja.

Grafi so hkrati združljivi z nekaterimi sodobnimi metodami umetne inteligence, ki so zasnovane posebej za obdelavo podatkov v tej obliki. Zanimivo bo opazovati, kako se bo ta potencial razvijal še naprej, ter kakšno vlogo bo modeliranje z grafi igralo v razvoju pravnih tehnologij in oblikovanju inteligentnih pravnih sistemov.