Tin học pháp lý (Legal informatics)

1- Khái lược về tin học pháp lý

Tin học pháp lý là một lĩnh vực trong khoa học thông tin. Hiệp hội Thư viện Hoa Kỳ định nghĩa tin học là "nghiên cứu cấu trúc và tính chất của thông tin, cũng như ứng dụng công nghệ vào tổ chức, lưu trữ, truy xuất và phổ biến thông tin". Do đó, tin học pháp lý liên quan đến việc ứng dụng tin học trong bối cảnh môi trường pháp lý và do đó có sự tham gia của các tổ chức liên quan đến luật, ví dụ: văn phòng luật, tòa án và trường luật và người sử dụng thông tin và công nghệ thông tin trong các tổ chức này.

Các vấn đề chính sách trong tin học pháp lý phát sinh từ việc sử dụng công nghệ thông tin trong việc thực thi pháp luật, chẳng hạn như việc sử dụng trát đòi hầu tòa đối với thông tin tìm thấy trong email, truy vấn tìm kiếm và mạng xã hội. Cách tiếp cận chính sách đối với các vấn đề tin học pháp lý khác nhau trên khắp thế giới. Ví dụ: các nước châu Âu có xu hướng yêu cầu hủy hoặc ẩn danh dữ liệu để không thể sử dụng dữ liệu đó để khám phá.

Xem thêm: Dịch vụ luật sư hợp đồng của Công ty Luật TNHH Everest

2- Các công nghệ trong tin học pháp lý

[a] Điện toán đám mây

Việc áp dụng rộng rãi điện toán đám mây (Cloud computing) mang lại nhiều lợi ích trong việc cung cấp các dịch vụ pháp lý. Các nhà cung cấp dịch vụ pháp lý có thể sử dụng Phần mềm dưới dạng mô hình Dịch vụ để kiếm lợi nhuận bằng cách tính phí cho mỗi lần sử dụng hoặc phí đăng ký của khách hàng. Mô hình này có một số lợi ích so với các dịch vụ đặt trước truyền thống.

Phần mềm như một dịch vụ có khả năng mở rộng hơn nhiều. Các mô hình đặt riêng truyền thống yêu cầu luật sư dành nhiều nguồn lực hạn chế hơn (thời gian của họ) cho mỗi khách hàng bổ sung. Sử dụng Phần mềm dưới dạng Dịch vụ, nhà cung cấp dịch vụ pháp lý có thể nỗ lực một lần để phát triển sản phẩm và sau đó sử dụng nguồn tài nguyên ít hạn chế hơn nhiều (sức mạnh điện toán đám mây) để cung cấp dịch vụ cho từng khách hàng bổ sung.

Phần mềm như một dịch vụ có thể được sử dụng để bổ sung cho các dịch vụ đặt riêng truyền thống bằng cách xử lý các công việc thông thường, giúp luật sư có thể tự do tập trung vào công việc đặt riêng.

Phần mềm dưới dạng dịch vụ có thể được cung cấp thuận tiện hơn vì nó không yêu cầu nhà cung cấp dịch vụ pháp lý phải có mặt cùng lúc với khách hàng.

Phần mềm như một dịch vụ cũng làm phức tạp mối quan hệ luật sư-khách hàng theo cách có thể có tác động đến đặc quyền của luật sư-khách hàng. Mô hình phân phối truyền thống giúp dễ dàng tạo ra các phân định khi nào có đặc quyền của luật sư-khách hàng và khi nào thì không. Nhưng trong các mô hình cung cấp dịch vụ pháp lý phức tạp hơn, các tác nhân hoặc quy trình tự động khác có thể điều chỉnh mối quan hệ giữa khách hàng và luật sư của họ, khiến cho việc xác định thông tin liên lạc nào nên được đặc quyền về mặt pháp lý trở nên khó khăn.

[b] Trí tuệ nhân tạo

Trí tuệ nhân tạo (Artificial Intelligence) được sử dụng trong các nền tảng giải quyết tranh chấp trực tuyến sử dụng thuật toán tối ưu hóa và đấu thầu mù quáng. Trí tuệ nhân tạo cũng thường được sử dụng trong việc mô hình hóa bản thể luận pháp lý "một đặc tả chung, chính thức và rõ ràng về khái niệm hóa các thuộc tính và mối quan hệ giữa các đối tượng trong một miền nhất định".

Trí tuệ nhân tạo và luật (AI và luật) là một lĩnh vực con của trí tuệ nhân tạo (AI) chủ yếu liên quan đến việc ứng dụng AI vào các vấn đề tin học pháp lý và nghiên cứu ban đầu về những vấn đề đó. Nó cũng quan tâm đóng góp theo hướng khác: xuất khẩu các công cụ và kỹ thuật được phát triển trong bối cảnh có vấn đề pháp lý cho AI nói chung. Ví dụ, các lý thuyết về ra quyết định pháp lý, đặc biệt là các mô hình lập luận, đã góp phần biểu diễn tri thức và lý luận ; các mô hình tổ chức xã hội dựa trên chuẩn mực đã góp phần hình thành hệ thống đa tác nhân ; suy luận theo trường hợp pháp luật đã góp phần vào việc suy luận theo trường hợp ; và nhu cầu lưu trữ và truy xuất một lượng lớn dữ liệu văn bản đã dẫn đến những đóng góp cho việc truy xuất thông tin khái niệm và cơ sở dữ liệu thông minh.

Mặc dù Loevinger, Allen và Mehl đã dự đoán trước một số ý tưởng sẽ trở nên quan trọng trong AI và Luật, đề xuất nghiêm túc đầu tiên về việc áp dụng các kỹ thuật AI vào luật thường được coi là Buchanan và Headrick. Công việc ban đầu từ thời kỳ này bao gồm dự án TAXMAN có ảnh hưởng của Thorne McCarty ở Mỹ và dự án LEGOL của Ronald Stamper ở Anh. Những cột mốc nổi bật vào đầu những năm 1980 bao gồm công trình của Carole Hafner về truy hồi khái niệm, công trình của Anne Gardner về luật hợp đồng, công trình của Rissland về các giả thuyết pháp lý và công trình tại Imperial College London về việc trình bày pháp luật bằng phương pháp thực thi các chương trình logic.

Các cuộc gặp gỡ ban đầu của các học giả bao gồm cuộc gặp một lần tại Swansea, một loạt hội nghị do IDG tổ chức ở Florence và các hội thảo do Charles Walter tổ chức tại Đại học Houston vào năm 1984 và 1985. Năm 1987 một hội nghị hai năm một lần, Hội nghị quốc tế về AI và Luật (ICAIL), đã được thành lập. Hội nghị này bắt đầu được coi là địa điểm chính để xuất bản và phát triển các ý tưởng trong AI và Luật, và nó dẫn đến việc thành lập Hiệp hội Trí tuệ nhân tạo và Luật quốc tế (IAAIL), để tổ chức và triệu tập ICAIL tiếp theo. Chính điều này đã dẫn đến sự thành lập của Tạp chí Luật và Trí tuệ nhân tạo, xuất bản lần đầu vào năm 1992.

Tại Châu Âu, các hội nghị JURIX hàng năm (được tổ chức bởi Quỹ Jurix cho Hệ thống dựa trên kiến ​​thức pháp lý), bắt đầu vào năm 1988. Ban đầu Với mục đích tập hợp các nhà nghiên cứu nói tiếng Hà Lan (tức là người Hà Lan và người Flemish), JURIX nhanh chóng phát triển thành một hội nghị quốc tế, chủ yếu là người châu Âu và từ năm 2002 đã thường xuyên được tổ chức bên ngoài các quốc gia nói tiếng Hà Lan. Kể từ năm 2007, hội thảo JURISIN đã được tổ chức tại Nhật Bản dưới sự bảo trợ của Hiệp hội Trí tuệ Nhân tạo Nhật Bản.

Tiêu chuẩn tài liệu pháp lý có khả năng tương tác Akoma Ntoso cho phép các quy trình điều khiển bằng máy hoạt động trên các thành phần cú pháp và ngữ nghĩa của các tài liệu nghị viện, tư pháp và lập pháp kỹ thuật số, do đó tạo điều kiện phát triển các tài nguyên thông tin chất lượng cao và tạo cơ sở cho các công cụ AI. Mục tiêu của nó là nâng cao đáng kể hiệu suất, trách nhiệm giải trình, chất lượng và tính cởi mở của các hoạt động lập pháp và nghị viện dựa trên các hướng dẫn và thực tiễn tốt nhất thông qua việc soạn thảo có sự hỗ trợ của máy và phân tích (pháp lý) có sự hỗ trợ của máy. Được nhúng trong môi trường web ngữ nghĩa, nó tạo cơ sở cho một hệ sinh thái không đồng nhất nhưng có khả năng tương tác, trong đó các công cụ này có thể vận hành và giao tiếp cũng như cho các ứng dụng và trường hợp sử dụng trong tương lai dựa trên luật kỹ thuật số hoặc biểu diễn quy tắc.

Năm 2019, thành phố Hàng Châu, Trung Quốc đã thành lập chương trình thí điểm Tòa án Internet dựa trên trí tuệ nhân tạo để xét xử các tranh chấp liên quan đến thương mại điện tử và các khiếu nại sở hữu trí tuệ liên quan đến internet.  Các bên xuất hiện trước tòa thông qua hội nghị truyền hình và AI đánh giá các bằng chứng được đưa ra và áp dụng các tiêu chuẩn pháp lý liên quan.

(i) Phạm vi:

Ngày nay, AI và luật bao gồm nhiều chủ đề khác nhau, bao gồm:

- Các mô hình chính thức của lý luận pháp lý, 

- Mô hình tính toán của lập luận và ra quyết định, 

- Các mô hình tính toán của lý luận chứng cứ, 

- Lý luận pháp lý trong hệ thống đa tác nhân, 

- Các mô hình pháp luật có thể thực hiện được, 

- Tự động phân loại và tóm tắt văn bản pháp luật, 

Trích xuất thông tin tự động từ cơ sở dữ liệu và văn bản pháp luật

Học máy và khai thác dữ liệu cho khám phá điện tử và các ứng dụng pháp lý khác

Truy xuất thông tin pháp lý dựa trên khái niệm hoặc mô hình, 

Lawbots để tự động hóa các nhiệm vụ pháp lý nhỏ và lặp đi lặp lại, 

Đánh giá rủi ro, định giá và dự đoán tiến trình kiện tụng bằng cách sử dụng máy học và trí tuệ nhân tạo.

(ii) Các mô hình chính thức của lý luận pháp lý:

Các mô hình chính thức của văn bản pháp luật và lý luận pháp lý đã được sử dụng trong AI và Luật để làm rõ các vấn đề, mang lại sự hiểu biết chính xác hơn và làm cơ sở cho việc triển khai. Một loạt các hình thức đã được sử dụng, bao gồm phép tính mệnh đề và vị ngữ; logic nghĩa vụ, thời gian và không đơn điệu; và sơ đồ chuyển trạng thái. Prakken và Sartor đưa ra đánh giá chi tiết và có thẩm quyền về việc sử dụng logic và lập luận trong AI và Luật, cùng với một bộ tài liệu tham khảo toàn diện.

Vai trò quan trọng của các mô hình hình thức là loại bỏ sự mơ hồ. Trên thực tế, luật pháp có rất nhiều sự mơ hồ: Bởi vì nó được viết bằng ngôn ngữ tự nhiên nên không có dấu ngoặc và do đó phạm vi của các từ nối như “và” và “hoặc” có thể không rõ ràng. "Trừ khi" cũng có thể có nhiều cách hiểu và người soạn thảo pháp luật không bao giờ viết "nếu và chỉ nếu", mặc dù đây thường là điều họ dự định bằng "nếu". Có lẽ là lần đầu tiên sử dụng logic để làm mô hình luật trong AI và Luật, Layman Allen đã ủng hộ việc sử dụng logic mệnh đề để giải quyết sự mơ hồ về cú pháp như vậy trong một loạt bài báo.

Vào cuối những năm 1970 và trong suốt những năm 1980, một loạt công việc quan trọng về AI và Luật liên quan đến việc tạo ra các mô hình luật có thể thực thi được, bắt nguồn từ TAXMAN của Thorne McCarty và LEGOL của Ronald Stamper. TAXMAN đã được sử dụng để mô hình hóa các lập luận đa số và thiểu số trong vụ kiện về luật Thuế Hoa Kỳ ( Eisner v Macomber ) và được triển khai bằng ngôn ngữ lập trình micro-PLANNER. LEGOL được sử dụng để cung cấp mô hình chính thức về các quy tắc và quy định chi phối một tổ chức và được triển khai bằng ngôn ngữ quy tắc hành động có điều kiện thuộc loại được sử dụng cho các hệ thống chuyên gia.

Ngôn ngữ TAXMAN và LEGOL là các ngôn ngữ có thể thực thi được, dựa trên quy tắc, không có cách diễn giải logic rõ ràng. Tuy nhiên, việc chính thức hóa phần lớn Đạo luật Quốc tịch Anh của Sergot et al. cho thấy ngôn ngữ tự nhiên của văn bản pháp luật có sự tương đồng gần với tập con mệnh đề Horn của phép tính vị từ bậc nhất. Hơn nữa, nó xác định sự cần thiết phải mở rộng việc sử dụng các mệnh đề Horn bằng cách đưa vào các điều kiện phủ định, để thể hiện các quy tắc và ngoại lệ. Các mệnh đề Horn mở rộng thu được có thể thực thi được dưới dạng các chương trình logic.

Công việc sau này trên các ứng dụng lớn hơn, chẳng hạn như trên Lợi ích bổ sung, cho thấy các chương trình logic cần mở rộng hơn nữa, để giải quyết các vấn đề phức tạp như tham chiếu chéo nhiều lần, phản thực tế, điều khoản giả định, sửa đổi và các khái niệm kỹ thuật cao (chẳng hạn như điều kiện đóng góp). Việc sử dụng các biểu diễn phân cấp được đề xuất để giải quyết vấn đề tham chiếu chéo; và cái gọi là biểu diễn đẳng cấu được đề xuất để giải quyết các vấn đề về xác minh và sửa đổi thường xuyên. Khi những năm 1990 phát triển, chuỗi công việc này đã phần nào được đưa vào quá trình phát triển các hình thức hóa các khái niệm hóa miền, (được gọi là bản thể luận ), vốn đã trở nên phổ biến trong AI sau công trình của Gruber. Các ví dụ ban đầu về AI và Luật bao gồm bản thể luận chức năng của Valente và các bản thể luận dựa trên khung của Visser và van Kralingen. Các bản thể pháp lý kể từ đó đã trở thành chủ đề của các hội thảo thường xuyên tại các hội nghị về AI và Luật và có rất nhiều ví dụ khác nhau, từ các bản thể cốt lõi và cấp cao chung đến các mô hình rất cụ thể của các phần luật cụ thể.

Vì luật bao gồm các tập hợp quy phạm, nên không có gì ngạc nhiên khi logic nghĩa vụ đã được thử nghiệm làm cơ sở chính thức cho các mô hình pháp luật. Tuy nhiên, những điều này chưa được áp dụng rộng rãi làm cơ sở cho các hệ thống chuyên gia, có lẽ bởi vì các hệ thống chuyên gia được cho là thực thi các quy tắc, trong khi logic nghĩa vụ chỉ thực sự được quan tâm khi chúng ta cần xem xét các hành vi vi phạm các quy tắc.

Trong các nghĩa vụ theo luật định, theo đó nghĩa vụ đối với một cá nhân có tên khác được đặc biệt quan tâm, vì việc vi phạm các nghĩa vụ đó thường là cơ sở của thủ tục tố tụng. Ngoài ra còn có một số công việc thú vị kết hợp logic nghĩa vụ và logic hành động để khám phá các quan điểm quy phạm.

Trong bối cảnh của hệ thống đa tác nhân, các chuẩn mực đã được mô hình hóa bằng sơ đồ chuyển trạng thái. Thông thường, đặc biệt là trong bối cảnh của các thể chế điện tử, các quy tắc được mô tả như vậy được quy định chặt chẽ (tức là không thể vi phạm), nhưng trong các hệ thống khác, các vi phạm cũng được xử lý, phản ánh trung thực hơn các quy tắc thực tế. Để biết ví dụ điển hình về phương pháp này, hãy xem Modgil et al.

Luật thường quan tâm đến các vấn đề về thời gian, cả về nội dung, chẳng hạn như khoảng thời gian và thời hạn, cũng như những vấn đề liên quan đến bản thân luật, chẳng hạn như thời điểm bắt đầu. Một số nỗ lực đã được thực hiện để mô hình hóa các logic thời gian này bằng cách sử dụng cả các hình thức tính toán như Phép tính sự kiện và các logic thời gian như logic thời gian có thể xác định được.

Khi xem xét việc sử dụng logic để làm mẫu luật, cần lưu ý rằng luật vốn không đơn điệu, như được thể hiện qua quyền kháng cáo được quy định trong tất cả các hệ thống pháp luật và cách thức giải thích luật thay đổi. tăng ca. Hơn nữa, trong việc soạn thảo luật có rất nhiều ngoại lệ, và trong việc áp dụng luật, các tiền lệ đều bị đảo ngược cũng như được tuân theo. Trong các phương pháp lập trình logic, phủ định là lỗi thường được sử dụng để xử lý tính không đơn điệu, nhưng các logic không đơn điệu cụ thể như logic có thể đánh bại được cũng đã được sử dụng. Tuy nhiên, sau sự phát triển của lập luận trừu tượng, những mối quan tâm này ngày càng được giải quyết thông qua lập luận trong logic đơn điệu hơn là thông qua việc sử dụng logic không đơn điệu.

(iii) Dự đoán pháp lý định lượng:

Cả hai mô hình dự đoán pháp lý định lượng mang tính học thuật và độc quyền đều tồn tại. Một trong những ví dụ sớm nhất về mô hình dự đoán pháp lý định lượng có hiệu quả xảy ra dưới hình thức dự án dự báo của Tòa án Tối cao. Mô hình dự báo của Tòa án Tối cao đã cố gắng dự đoán kết quả của tất cả các vụ án trong nhiệm kỳ năm 2002 của Tòa án Tối cao. Mô hình dự đoán đúng 75% trường hợp so với các chuyên gia chỉ dự đoán 59,1% trường hợp. Một ví dụ khác về mô hình dự đoán pháp lý định lượng mang tính học thuật là mô hình năm 2012 dự đoán kết quả của các vụ kiện tập thể của Chứng khoán Liên bang. Một số học giả và công ty khởi nghiệp công nghệ pháp lý đang cố gắng tạo ra các mô hình thuật toán để dự đoán kết quả vụ việc. Một phần của nỗ lực tổng thể này liên quan đến việc cải thiện việc đánh giá trường hợp để tài trợ cho kiện tụng. 

Để đánh giá tốt hơn chất lượng của các hệ thống dự đoán kết quả ca bệnh, một đề xuất đã được đưa ra nhằm tạo ra một bộ dữ liệu tiêu chuẩn cho phép so sánh giữa các hệ thống. 

Xem thêm: Dịch vụ pháp lý trong lĩnh vực đầu tư của Công ty Luật TNHH Everest

3- Hành nghề pháp lý

Trong lĩnh vực khái niệm về các vấn đề thực tiễn, tiến bộ tiếp tục được thực hiện trên cả công nghệ tập trung vào tranh tụng và giao dịch. Đặc biệt, công nghệ bao gồm mã hóa dự đoán có tiềm năng mang lại hiệu quả đáng kể trong thực hành pháp luật. Mặc dù mã hóa dự đoán phần lớn đã được áp dụng trong lĩnh vực kiện tụng nhưng nó đang bắt đầu xâm nhập vào thực tiễn giao dịch, nơi nó đang được sử dụng để cải thiện việc xem xét tài liệu trong các vụ mua bán và sáp nhập. Những tiến bộ khác, bao gồm mã hóa XML trong hợp đồng giao dịch và hệ thống chuẩn bị tài liệu ngày càng tiên tiến chứng minh tầm quan trọng của tin học pháp lý trong không gian luật giao dịch.

Các ứng dụng hiện tại của AI trong lĩnh vực pháp lý sử dụng máy móc để xem xét tài liệu, đặc biệt khi phụ thuộc vào mức độ đầy đủ và độ tin cậy cao về chất lượng phân tích tài liệu, chẳng hạn như trong các trường hợp kiện tụng và khi sự thẩm định đóng vai trò quan trọng. Mã hóa dự đoán tận dụng các mẫu nhỏ để tham chiếu chéo các mục tương tự, loại bỏ các tài liệu ít liên quan hơn để luật sư có thể tập trung vào các tài liệu quan trọng thực sự quan trọng, tạo ra các kết quả được xác thực về mặt thống kê, bằng hoặc vượt qua độ chính xác và đặc biệt là tỷ lệ nhân lực ôn tập.

[a] Cung cấp dịch vụ

Những tiến bộ trong công nghệ và tin học pháp lý đã dẫn tới những mô hình mới để cung cấp dịch vụ pháp lý. Dịch vụ pháp lý theo truyền thống là một sản phẩm “đặt riêng” do một luật sư chuyên nghiệp tạo ra trên cơ sở cá nhân cho từng khách hàng. Tuy nhiên, để hoạt động hiệu quả hơn, các bộ phận của các dịch vụ này sẽ lần lượt chuyển từ (1) đặt riêng sang (2) được tiêu chuẩn hóa, (3) được hệ thống hóa, (4) được đóng gói và (5) được hàng hóa hóa. Việc chuyển từ giai đoạn này sang giai đoạn tiếp theo sẽ đòi hỏi phải tiếp thu các công nghệ và hệ thống kiến ​​thức khác nhau.

Sự phổ biến của Internet và sự phát triển của công nghệ pháp lý và tin học đang mở rộng các dịch vụ pháp lý cho các cá nhân và công ty vừa và nhỏ.

[b] Phòng pháp chế doanh nghiệp

Các bộ phận pháp lý của công ty có thể sử dụng tin học pháp lý cho các mục đích như quản lý danh mục bằng sáng chế, và để chuẩn bị, tùy chỉnh và quản lý tài liệu.

Xem thêm: Dịch vụ pháp lý về nhượng quyền thương mại của Công ty Luật TNHH Everest

4- Khuyến nghị của Công ty Luật TNHH Everest

[a] Bài viết Tin học pháp lý (Legal informatics) được chuyên gia của Công ty Luật TNHH Everest thực hiện nhằm mục đích nghiên cứu khoa học hoặc phổ biến kiến thức pháp luật, hoàn toàn không nhằm mục đích thương mại.

[b] Bài viết Tin học pháp lý (Legal informatics) có sử dụng những kiến thức hoặc ý kiến của các chuyên gia được trích dẫn từ nguồn đáng tin cậy. Tại thời điểm trích dẫn những nội dung này, chúng tôi đồng ý với quan điểm của tác giả. Tuy nhiên, quý vị chỉ nên coi đây là những thông tin tham khảo, bởi nó có thể chỉ là quan điểm cá nhân người viết.

[c] Trường hợp cần giải đáp thắc mắc về vấn đề có liên quan, hoặc cần ý kiến pháp lý, hoặc thuê luật sư tư vấn cho vụ việc cụ thể, Quý vị vui lòng liên hệ với luật sư, chuyên gia của Công ty Luật TNHH Everest qua Tổng đài tư vấn pháp luật: (024) 66 527 527, E-mail: info@everest.org.vn.