В случае противоречия между федеральным законом и иным актом, изданным в Российской Федерации, действует федеральный закон". "В случае противоречия между федеральным законом и нормативным правовым актом субъекта Российской Федерации, изданным в соответствии с частью четвертой настоящей статьи, действует акт субъекта Федерации".
Коллизии между Конституцией РФ и Федеративным договором, а также двусторонними договорами между федеральным центром и отдельными территориями (таковых соглашений на сегодня уже свыше 40), равно как и расхождения между договорами самих субъектов. Разрешаются на основе положений общефедеральной Конституции (раздел 2, ч. 1, абз. 4 Конституции РФ).
Наконец, могут быть коллизии между национальным (внутригосударственным) и международным правом. Приоритет имеют международные нормы. В ч. 4 ст. 15 Конституции РФ говорится: "Общепризнанные принципы и нормы международного права и международные договоры Российской Федерации являются составной частью ее правовой системы.
Если международным договором Российской Федерации установлены иные правила, чем предусмотренные законом, то применяются правила международного договора". Особенно это касается гуманитарной сферы.
Анализ нормативных правовых актов, выпускаемых Минобрнауки России показал, что они в основном, кроме общераспространённых, представлены перечнями, формами, различными номенклатурами, порядками, требованиями и положениями. Имеют место и специфические, профильные НПА, такие, например, как образовательные стандарты.
Вместе с тем существуют целый ряд решений различных комиссий, например, решения ВАК, а также конечно приказы и распоряжения.
Такая широкая номенклатура документов естественно не лишена проблем дублирования, противоречивости, пропусков и т.п. При этом организация и реализация процесса выявления таких проблем будет крайне трудозатратными. Снижение указанных затрат возможно посредством применения автоматизации, включая использование систем искусственного интеллекта.
Использование интеллектуальных систем в задачах анализа и учета
правовых актов
В настоящее время одним из самых перспективных и прорывных направлений развития различных сфер человеческой деятельности являются системы искусственного интеллекта (ИИ).
Области применения систем искусственного интеллекта с каждым днем расширяются, в данный момент эти системы применяются в идентификации изображений, понимании текстов, распознавании речи, составлении расписаний, постановке различных диагнозов, осуществлении прогнозов и т.д.
К настоящему времени технологии ИИ представлены двумя основными направлениями разработок.
К первому принято относить фундаментальные исследования, приведшие к созданию систем, основанных на знаниях (экспертных систем). Их характерной чертой является применение так называемых баз знаний, построенных на различных моделях представления, извлечения и структуризации информации, полученной от специалистов -экспертов в конкретной предметной области.
Второе направление связано с исследованиями в области искусственных нейронных сетей и разработкой методов машинного обучения. Здесь широкое практическое применение для решения разнообразного класса задач получило глубокое обучение.
Вместе с тем, проблемной стороной систем на основе искусственных нейронных сетей является их узконаправленность, то есть адекватное функционирование таких систем возможно только в конкретных условиях обстановки и зависит от качества обучающих материалов.
Перспективные интеллектуальные системы для повышения эффективности функционирования, очевидно, совместят в себе преимущества этих технологий и станут гибридными.
На сегодняшний день использование в юриспруденции и нормотворчестве интеллектуальных технологий находиться на начальном этапе.
Основной проблемой в этой сфере являются естественно -языковые интерфейсы и машинный перевод.
Разработка систем машинного перевода связана с проблемами компьютерной лингвистики. Системы машинного перевода строятся как интеллектуальные системы, в их основе лежит база знаний предметной области и модели, обеспечивающие трансляцию «исходный язык оригинала - язык смысла -- язык понятный ЭВМ». Данное направление включает разработку систем, обеспечивающих реализацию процесса общения человека с компьютером на естественном языке. В рамках этого направления выполняются анализ, синтез, понимание и оживление текстов, разрабатываются модели коммуникации.
Профессиональные юристы и «нормотворцы», активно следят за развитием интеллектуальных технологий и за решениями, которые предлагаются на рынке в качестве прорывных продуктов, способных, по заявлениям создателей, изменить традиционное представление о работе юриста. Но на самом деле в качестве прикладных интеллектуальных систем (в программной реализации) на отечественном рынке распространяются решения, которые очень далеки от содержательной автоматизации юридической функции и позволяют решать локальные задачи, не связанные с творческой и экспертной юриспруденцией. В то время, как инженеры активно применяют в повседневной работе решения, выполняющие сложные расчеты и рутинные операции, а сотрудники финансового сектора используют интеллектуальные цифровые платформы для построения финансовых моделей и оценки рисков, все, что есть у юристов -- чуть более продвинутые поисковые сервисы и шаблоны документов.
Весь доступный инструментарий для юриста сегодня это:
конструкторы документов, работающие на основе типовых и унифицированных шаблонов, в которых любое отклонение от формы требует ручной правки;
сервисы проверки контрагента, осуществляющие агрегацию общедоступной информации из публичных реестров (ЕГРЮЛ/ЕГРИП, Федресурс, КАД и др.), которые редко позволяют найти ценную информацию;
системы подбора судебной практики и справочно -правовые системы, осуществляющие базовый поиск по ключевым словам, фразам, тегам в открытой базе судебных решений и НПА, которые предоставляют все документы, содержащие искомое слово без учета контекста и др.;
системы управления проектами, задачами и документами (различные BPM/ERP/ECM-системы, заточенные на автоматизацию биллинга, учет времени и контроль за ресурсами).
Перечисленные инструменты ни на шаг не приближают нас к автоматизации творческой и экспертной юриспруденции. Они, безусловно, облегчают работу юриста, но только в вопросах поиска информации, а не в ее интеллектуальной обработке с точки зрения юридической логики. Практикующие юристы высокой квалификации согласятся с нами, что если бы можно было разрабатывать шаблонные документы, в которые встроены актуальные даты, особенности и наименования объектов, то профессии юриста уже бы не было. Ценность юриста заключается в его способности предвидеть ситуацию на несколько шагов вперед и предлагать нестандартные решения с минимальными рисками и издержками с точки зрения права.
Если говорить об особенностях предметной области, то при последовательном решении каждой отдельно взятой задачи проявляется профессионализм и экспертные навыки, которые формируются по мере работы юриста и накопления опыта. Одна из значимых компетенций юриста - это умение видеть в письменных документах все юридические факты, выделять наиболее значимые и соотносить их с нормами права для поиска возможных решений. Именно поэтому одной из ключевых и первостепенных задач, которую необходимо решить для создания действительно функционирующих инструментов автоматизации юридической работы, является обучение машины смысловому понимаю текста на уровне юриста- профессионала. Речь идет о полноценном семантическом анализе юридических текстов.
При обращении к вопросам автоматизации юридической функции и создания полноценного юридического искусственного интеллекта мы считаем, что без применения глубоких лингвистических технологий эти задачи решить не получится. Это, прежде всего, связано с необходимостью научить программные инструменты понимать не только отдельные сущности (категории) в тексте, но и анализировать текст, выделять все возможные смыслы и проводить логические взаимосвязи в его содержании. В первую очередь, при анализе документа юрист оценивает его содержание с точки зрения смыслов, которые в нем содержатся.
Уровень детализации смыслового содержания документов с помощью машинных инструментов невозможно добиться без воссоздания юридической «картины мира» путем разработки экспертных семантических концептов, созданных в тесном взаимодействии с погруженными в предметную область (как в теорию, так и в практику) специалистами.
Кроме того, с точки зрения внутренней структуры, документы, используемые в юриспруденции, могут быть классифицированы следующим образом:
высокоструктурированные документы, имеющие установленную законом строгую форму и упорядоченное содержание (выписки и справки из публичных реестров, документы на бланках строгой отчетности, управленческая документация и др.);
слабоструктурированные документы, имеющие, как правило, шаблонную форму, но содержащие некоторые творческие элементы (различные выписки и др.);
неструктурированные документы, не имеющие однородной формы и содержания и характеризующиеся высоким уровнем уникальности содержания (договоры, корпоративные акты, процессуальные документы, юридические заключения, меморандумы и др.).
И если для машинной обработки высокоструктурированных документов сложные лингвистические решения не требуются, то для слабоструктурированных и неструктурированных документов, которых в области права большинство, технологии NLP (Natural Language Processing - обработка естественного языка) являются единственным инструментом, способным справиться с данной задачей.
Однако, определив приоритетные задачи для создания юридического искусственного интеллекта, необходимо провести анализ рынка и тестированию существующих инструментов NLP.
Результаты анализа, полученные в ходе исследований, представленных в, позволяют сделать следующие заключения.
Результаты исследования существующих решений в области процессинга русскоязычного текста привели нас к выводу, что представленные на рынке инструменты имеют универсальный характер и неприменимы в существующем виде для достижения практических результатов в анализе слабоструктурированных и неструктурированных правовых документов. Причин тому несколько.
Основная проблема, присущая всем рассмотренным в решениям, заключается в том, что «продукты автоматизации» созданы не экспертами предметной области, в которой они применяется. Идея создания инструментов автоматизации юридической работы без участия юристов высокой квалификации изначально обречена на неудачу, поскольку без понимая терминологии, ее значений и классификаций, а также самых глубинных взаимосвязей невозможно воссоздать «юридическую картину мира». Во многом данная ситуация связана с тем, что на рынке доминируют подход, при котором идеологами проектов по созданию решений автоматизации выступают IT-разработчики и специалисты в области «data science», которые не знакомы на должном уровне с особенностями юридического мышления и не погружены в реальную практику, в которой может применяться то или иное решение.
Кроме того, при создании программных продуктов многими разработчиками преследуется логичная цель -- максимально широкая интеграция ПО в различные сферы. Наиболее простой подход для этого -- создание универсальной платформы, внедрение которой в новую предметную область потребует незначительных доработок. Данный подход имеет свои преимущества и недостатки, но в случае создания инструментов автоматизации работы юриста он неприменим. Для использования таких продуктов конечные пользователи (практикующие юристы) вынуждены подстраиваться и адаптироваться под их условия и особенности, а в данной сфере должно быть наоборот -- продукт изначально должен создаваться исходя из потребностей и задач пользователей. Только такой подход позволит добиться качественных результатов.
Следующим фактором, который до настоящего времени не позволил реализовать в полном объеме процессинг русскоязычных текстов на достаточном уровне, является недостаточность финансирования научных разработок и отсутствие государственных и частных инвестиций в данную область знаний. Существующие научные группы и институты благодаря собственной воле и энтузиазму достигли хороших практических результатов в создании инструментов обработки текста, однако ограниченность бюджета не позволяет им продвинуться дальше. Их зарубежные коллеги достигли гораздо больших результатов благодаря активному участию государства, финансирующего подобные проекты.
Государственная поддержка исследователей и проектов в области NLP и искусственного интеллекта позволит совершить настоящий прорыв в краткосрочной перспективе.
Тем более, что Высшее руководство Российской Федерации предпринимает необходимые меры, чтобы занять лидирующие позиции в области технологий ИИ. В соответствии с Указом Президента Российской Федерации от 10 октября 2019 г. № 490 «О развитии искусственного интеллекта в Российской Федерации» была утверждена Национальная стратегия развития искусственного интеллекта на период до 2030 года, которая определяет следующие приоритетные цели и задачи развития интеллектуальных систем:
поддержка научных исследований в целях обеспечения опережающего развития ИИ;
разработка и развитие программного обеспечения, в котором используются интеллектуальные технологии;
повышение доступности и качества данных;
повышение доступности аппаратного обеспечения, необходимого для решения задач в области ИИ;
повышение уровня обеспечения российского рынка интеллектуальных технологий квалифицированными кадрами и уровня информированности населения о возможных сферах использования таких технологий;