Информатика и теория принятия решений 2 страница

Для интеллектуальных систем характерно наличие базы знании с такими чертами, как внутренняя интерпретируемость, структурированность, связанность, активность. Всякая соци­альная информация имеет интеллектуальный характер. В ин­форматике появились понятия "интеллектуализация", интел­лектуальная система", "интеллектуальная технология", "ин­теллектуальный интерфейс" и другие средства "гуманизации" ЭВМ и создания интеллектуальных машин пятого поколения. Интеллектуальную природу имеют и автоматизированные ин­формационные системы в области права.

Материал в правовой сфере столь велик по объему и столь сложен по содержанию, что создание интеллектуальных, в частности экспертных, систем не только возможно, но и не­обходимо. Интеллектуальные системы и технологии проника­ют и в сферу законодательства. Указ Президента РФ "Концеп­ция правовой информатизации России" ориентирует работу по информатизации правовой сферы на применение новейших технологий. Указ прямо говорит о необходимости использова­ния в правовой сфере элементов искусственного интеллекта. Однако в целом в концепции и программе информатизации правовой сферы России задачи применения интеллектуальных систем и технологий отражены недостаточно.*

* Система искусственного интеллекта и, прежде всего, экспертные сис­темы отнесены к основным компонентам информационной инфраструкту­ры Генеральной прокуратуры РФ.

Большую роль системы играют в правоприменительной практике США. Руководством ФБР утверждена стратегия ком­пьютеризации своих служб. Исследовались возможность и эф­фективность применения статистических систем распознава­ния при создании четырех информационных систем и получе­ны практические результаты.

В ряде стран приняты специальные программы внедре­ния интеллектуальных технологий и систем в государственно-правовую сферу. Так, в Главном полицейском управлении Япо­нии разрабатываются: система помощи консультативным пун­ктам по проблемам преступности несовершеннолетних; систе­ма расследования крупных экономических преступлений и др.

В настоящее время сложились следующие основные на­правления применения интеллектуальных технологий в право­вой сфере.

Создание экспертных систем. В середине 70-х годов в исследованиях по искусственному интеллекту сформировалось перспективное направление, получившее название "эксперт­ные системы". Экспертная система — это человеко-машинный комплекс, основанный на профессиональных данных специа­листов соответствующей сферы, имеющий внутреннюю логику (совокупность, как правило, математически выраженных правил умственной деятельности), способный генерировать решения по существу рассматриваемой проблемы.

Простые экспертные системы, рассчитанные на широкий круг пользователей, создаются в период до 4 лет, стоимость их разработки составляет до 300 тыс. долл. (сложные экспертные системы — до 10 млн. долл.). В США рынок экспертных систем составил в 1986 г. 130 млн. долл., в 1995 г. — 8—10 млрд. долл.*

* По имеющимся прогнозам мировой рынок экспертных систем в 2000 г. составит 60 млрд. долл. Исследования и разработка экспертных систем со­ставляют основу программ развитых стран по искусственному интеллекту.

Различают следующие типы экспертных систем:

1) интеграционные, цель которых — извлечение описаний ситуации из данных;

2) диагностические, цель — установление диагноза;

3) проектирующие, цель — проектировать какой-либо объект;

4) планирующие, цель — распределение действий по раз­личным сценариям;

5) мониторинговые — служащие для сравнения различ­ных ситуаций;

6) образовательные, цель — создание систем автоматизи­рованного обучения;

7) контрольные, цель — осуществление контроля за про­теканием изучаемого процесса.

Особенность интеллектуальных ЭВМ заключается в том, что они используют не базы данных, а базы знаний. Знанием является проверенный практикой результат познания действи­тельности. Применительно к правовой сфере знание — это накопленные человечеством инстинкты, факты, принципы и прочие объекты правового познания. Поэтому в отличие от базы данных в базе знаний располагаются познаваемые сведе­ния, содержащиеся в документах, книгах, статьях, отчетах.

В работе "Экспертные системы в праве" английский юрист Р. Сасскинд отмечает, что искусственный интеллект в прило­жении к праву — это интеллектуальные системы, которые представляют собой программы, составленные таким образом, чтобы они могли действовать как эксперты в определенных областях. Подобные системы настолько удобны в работе, что у специалистов появился оценочный эпитет "интеллектуальный помощник". Согласно точке зрения Сасскинда только тог­да, когда широта и глубина знаний в определенной области позволяют системе выступать в качестве эксперта, можно го­ворить об экспертной системе. Экспертные системы объясня­ют, аргументируют и делают выводы.

Экспертная система составляется юристами — обычно узкими специалистами в какой-либо области права — и пред­назначена функционировать в качестве помощника в процессе решения юридических задач исключительно в одной области (а также в учебных целях). Пользователями таких систем обыч­но являются юристы-практики, сталкивающиеся с задачами, находящимися вне области их компетенции.*

* Экспертиза специалиста-юриста требуется, в частности, при составле­нии юридических документов, допросе, интервьюировании (опросе) кли­ентов, разработке судебных процедур.

Создание высокоэффективных экспертных систем требу­ет использования разнообразных знаний. Важное место в их системе занимает язык фреймов. Понятие "фрейм" было вве­дено в науку американским ученым Марвином Минским (1979). Язык фреймов является идеальным средством моделирования юридических конструкций различного уровня. Фрейм — ячей­ка, куда попадает информация. Во фреймах происходит про­цесс восприятия и переработки информации. Обобщая имею­щиеся данные с языка фреймов, можно утверждать следую­щее. Фрейм — это структура данных, предназначенных для представления стереотипной ситуации. Когда человек сталки­вается с новой ситуацией, он извлекает из памяти структуру, называемую фреймом. Фрейм можно представить в виде сети из узлов и отношений. Имеется несколько конструкций фрей­мов и различных точек зрения на разновидности фреймов и приемы их использования в процессе создания экспертных систем.

Фрейм имеет имя (название) и состоит из частей, называ­емых слотами. Изображается фрейм в виде цепочки:

Фрейм = (слот 1) (слот 2)... (слот n).

Итак, фрейм — это типическая конструкция, которая выражает в формализованной форме устойчивые связи и от­ношения объективной действительности.

Из изложенного следует большое генетическое сходство языка фреймов и языка права. Праву также присущи опреде­ленные формальные конструкции. Они пронизывают всю "ткань" права. Их позитивную роль трудно переоценить. На­личие таких конструкций повышает уровень правоприменительной деятельности, существенно облегчая правотворческий процесс.

В форме фрейма могут быть представлены некоторые иные структурные элементы правового текста, такие как "юриди­ческая обязанность", "юридический запрет", "субъект права", "динамика права" и др. (см. рис. 9).

Q — наименование фрейма

q₁ и q₂ — атрибутивная характеристика права (политические, экономические и иные права)

q₃ — общий объект права (право на что?)

q₄ и q₅ — право на действие и право на вещь

Рис. 9 Семантическая сеть фрейма "иметь право"

В процессе формирования базы данных и разработки экс­пертной системы язык фреймов может эффективно использо­ваться для семантического представления: структуры право­вых понятий; структуры правовых ситуаций; юридических конструкций.

Начиная с 1970 г. в Великобритании и США создан и вне­дрен в юридическую практику целый ряд экспертных систем. Это системы "Таксоман", "Миг-проект", "Юдит", "Лирс" и другие, всего более 25. Они используются при составлении юридических документов и договоров, интервьюировании кли­ентов, допросах, разработке тактики и стратегии судебных процедур. Системы объясняют сложные правовые ситуации и цитируют используемые источники, а также находят юриди­ческие аргументы в процессе логической аргументации. Они задают вопросы пользователю, направляя ход его мыслей. Боль­шинство этих систем использует ту или иную теорию или философию права. Многие системы исходят из постулатов пози­тивной нормативной теории права, разработанной Г. Кельзеном.

Первые простейшие интеллектуальные системы были со­зданы в СССР в 60-е и 70-е гг.* Такие системы позволяли при помощи ЭВМ выполнять квалификацию сложных фактичес­ких составов. В 60-е гг. вопросы моделирования правоприменительной деятельности оказались в центре внимания академика В. Н. Кудрявцева. В. Н. Кудрявцев отмечает, что различные. юридические правила, институты, отдельные нормы в сово­купности и порознь содержат множество различных алгорит­мов (например, ст. 303 УПК РСФСР о последовательности воп­росов, разрешаемых при вынесении приговоров), имеющих, од­нако, слишком общий характер. Тем не менее могут быть пост­роены программы, упорядочивающие процесс квалификации юридически значимых действий. В 1970 г. В. Н. Кудрявцев про­вел психологический эксперимент, в задачи которого входило изучение эвристических свойств процесса применения норм права при квалификации преступлений. В результате экспери­мента установлено, что фактически решение задачи у боль­шинства испытуемых складывается из двух частей: построение и использование алгоритма опознания типа задачи и использо­вания алгоритма в собственном смысле слова. Опознание типа задачи имеет своей целью приблизительное определение обла­сти, в которой следует искать решение. Вместе с ним перестра­ивается и основной алгоритм квалификации.

* Это оригинальные работы в области трудового, пенсионного, хозяйствен­ного права. Их авторы: Л. Б. Гальперин, А. Ф. Деев, А. Г. Ольшанецкий, С. С. Москвин, Б. Я. Ковалерчук и др.

В 90-е гг. серия содержательных работ по созданию про­грамм и алгоритмов квалификации различных преступлений. выполнена в НИИ проблем укрепления законности и правопорядка Генеральной прокуратуры РФ (руководитель работ — Б. В. Андреев). Ряд программ внедрен в практику работы орга­нов прокуратуры.

Создание интеллектуальных информационно-поисковых систем. Существующие информационно-поисковые системы недостаточно эффективны.

Интеллектуальная ИПС обрабатывает запросы, сформу­лированные на обычном "разговорном" языке, что особенно привлекательно для рядового пользователя, не желающего обременять себя различными лингвистическими тонкостями типа падежных окончаний или знанием командных языков и булевой алгебры для правильной комбинации ключевых слов при формулировке запроса.

Система DIANA опирается на новые интеллектуальные средства обработки пользовательских запросов на естествен­ном языке.

Автоматизированный анализ нормативных правовых тек­стов. Существующие методы обработки НПА не в состоянии полностью удовлетворить потребности правотворческой дея­тельности. Необходимы существенно новые методы, основан­ные на результатах исследования механизмов мышления юри­ста и на базах знаний и опыта, накопленного при разработке нормативных правовых актов.

Одной из форм автоматизированного анализа НПА явля­ется их классификация. Автоматизированный анализ норма­тивных текстов основан на использовании современной компь­ютерной техники для обработки и обобщения информацион­ных потоков.*

* Компьютерной фирмой Redlab разработана программа, позволяющая обрабатывать поток политической информации, поступающей с телетайп­ной ленты. Используемые при этом методы представляют интерес и для правовой информатики.

Методология разработки автоматизированного рубрицирования основывается на системе выделения унитермов. Идея выделения унитермов была предложена в 1952 г. немецким уче­ным М. Таубом. Он предположил, что содержание и смысл любого документа могут быть выражены набором некоторых слов (унитермов), встречающихся в тексте документов. Если один и тот же термин применяется много раз, то это свиде­тельствует о его типичности (характерности) для данного до­кумента (отрасли законодательства, рубрики НПА). Однако нельзя ограничиваться выделением одного какого-либо слова или небольшой группы слов, ибо они могут встречаться и в других отраслях законодательства.

Удобным приемом, используемым в процессе создания семантического образа НПА, является использование заголов­ков нормативных правовых актов и входящих в них разделов. Такие заголовки семантически коррелируют с содержанием текста закона, выражая его концентрическое содержание.

Заголовки могут содержать:

1) упоминание о субъекте данной отрасли законодательства;*

2) указание на регулирование какого-либо социально-эко­номического процесса;

3) указание на предмет правового регулирования.

* Например, заголовок содержит такой термин, как "суд".

Необходимо использовать и статистический подход. Тер­мин, который встречается в данном НПА наиболее часто, мо­жет быть с уверенностью включен в число идентифицирую­щих. В процессе работы компьютера происходит сравнение двух образов: "образа" отрасли законодательства (рубрики) и "об­раза" НПА. При их совпадении компьютер относит поступив­ший НПА к определенной рубрике.

Требования, которые содержатся в вышестоящих законо­дательных актах, а также сформулированы в науке и практи­ке, могут быть формализованы. Но "лобовая" атака на пробле­му автоматизированного анализа правовых норм не сулит осо­бого успеха. Автоматизированное сравнение всех правовых текстов практически невозможно в силу значительной слож­ности нормативных актов и их большой политематичности.

Для выявления противоречий в НПА необходимо разрабо­тать критерии создания баз нормативных требований, кото­рые фактически предъявляются к актам и нормам в различ­ных сферах правового регулирования.

Модель НПА должна быть автоматически сравнена с дан­ными, которые хранятся в базе проблемной информации. Это позволяет выявить и получить на экран компьютера именно ту информацию, с которой в режиме активного диалога должна сравниваться проектируемая правовая информация (акт, часть акта и т. д.).

Чтобы проанализировать содержание законодательного акта НПА на непротиворечивость, необходимо в первую оче­редь обладать информацией о том, как акты взаимосвязаны. Те из них, которые значительно удалены друг от друга в се­мантическом пространстве, не подлежат проверке на непро­тиворечивость, ибо они относятся к совершенно разным пред­метным областям и сферам регулирования.

В заключение следует сказать, что применение компью­тера и интеллектуальных технологий в правотворчестве по­зволяет вывести этот процесс на более высокий уровень. Вме­сте с тем следует учитывать, что создание законодательных актов является творческим процессом высокой степени слож­ности. Полной алгоритмизации этот процесс не поддается. Ком­пьютер не в состоянии "создать" законопроект.

Создание законопроектов — сложнейшая задача, при ре­шении которой реализуются высшие творческие функции че­ловеческого мышления. Невозможность эффективно приме­нять ЭВМ для создания приемлемых законопроектов обус­ловлена рядом факторов. Среди них и такие, как невозмож­ность компьютерного моделирования процессов постоянного познания и обобщения социальной и правовой реальности на уровне законопроекта в целом, отдельного института, отдель­ной правовой нормы. Следует иметь в виду и то, что каждая правовая норма требует своего алгоритма создания и модели­рования.

§ 2. Информатика и кибернетика

Развитие информатики тесно связано с развитием дру­гой, близкой к ней, науки — кибернетики (общей теории уп­равления). Применительно к праву речь должна идти о такой отрасли знания, как правовая кибернетика.

В 60-е и 70-е гг. кибернетика бурно прогрессировала. Ки­бернетические и информационные идеи рассматривались не­раздельно. При этом идеи информатики занимали подчинен­ную роль по отношению к идеям и методам кибернетики.

В конце 70-х гг. началось формирование информатики как самостоятельной науки, что привело к определенному прини­жению роли и значения кибернетики. В настоящее время на­метилась другая крайность: некоторые специалисты стали рас­сматривать кибернетику в качестве части информатики, что принципиально неверно.

Огромная заслуга американского ученого Норберта Вине­ра и его последователей состоит в том, что установлена общ­ность принципов управления в сложных системах живой и не­живой природы. Винер дал обширную логико-функциональ­ную трактовку регулирования (управления), назвав его ки­бернетикой. Базой послужила классическая теория регулиро­вания с обратной связью, основы которой были заложены тру­дами Платона, Ампера, Максвелла, Вышнеградского, Ляпу­нова и других ученых.*

* Вместе с тем Н. Винер не дал систематического изложения идей кибер­нетики.

Тем самым проблема управления в технических, биологи­ческих и социальных системах была поставлена во всей полно­те, чем положено начало глубокому и всестороннему ее изу­чению.*

* В последнее время развиваются экономическая, техническая, биологи­ческая кибернетика, нейрокибернетика, однако пока нет "полного и убе­дительного изложения общей кибернетики как самостоятельной науки.

Академику А. И. Бергу принадлежит известное определе­ние кибернетики как науки об оптимальном управлении лю­быми сложными динамическими системами, основанной на те­оретическом фундаменте логики и математики и применении средств автоматизации, информационно-логических машин.

Великий русский ученый А. Н. Колмогоров создал матема­тическую теорию об интерполировании и экстраполяции слу­чайных последовательностей, обосновал ряд фундаментальных положений об интеллектуальных системах. В. М. Глушков рас­сматривал кибернетику как науку "об общих законах преобра­зования информации в сложных управляющих системах".*

* Одновременно появилась неправильная тенденция расширения предме­та кибернетики: в число кибернетических стали включать любые иссле­дования с применением ЭВМ и математических методов.

При этом исследовалась зависимость между управлением и информацией. Любой системе управления объективно при­сущи информационные связи. Информационная модель соци­ального управления отражает совокупность информационных потоков, которые обусловлены решением поставленных (уп­равленческих) задач. Закрепление в нормативном порядке ин­формационных параметров — важное свойство крупных зако­нодательных и иных правовых актов. Например, в междуна­родно-правовых актах — это контроль за поведением и дея­тельностью субъектов международного права, меры инспек­тирования и взаимной проверки.

С учетом определения кибернетики, данного академиком А. И. Бергом, можно утверждать, что правовая кибернетика — это научная дисциплина, изучающая особенности процессов управления и регулирования в сфере государства и права на фундаменте математики, логики и моделирования.

Можно сделать следующие выводы: информатика и ки­бернетика — это разные науки. Соответственно разными яв­ляются такие науки, как правовая информатика и правовая кибернетика (отрасль общей теории управления).

Таким образом, общая и правовая кибернетика полностью сохраняет "свое лицо". Статус правовой кибернетики как са­мостоятельной отрасли научно-практического знания должен быть восстановлен.

В структуре правовой кибернетики можно будет выде­лить следующие проблемы:

1) правовые аспекты понятий "управление" и "регулиро­вание";

2) эффективность и оптимальность правового регулирования;

3) устойчивость систем регулирования;

4) системы управления в правовой сфере;

5) адаптивные процессы;

6) системный анализ и математическое моделирование;

7) ситуационное управление.

Все это должно учитываться при подготовке юридичес­ких кадров и становлении правовой кибернетики как особого средства управления.

В 70-е гг. процесс разработки автоматизированных систем в юридической сфере находился под сильным влиянием кон­цепций, связанных с созданием АСУ (автоматизированных систем управления) — формы организации социального уп­равления, сущность которой заключается в активном исполь­зовании ЭВМ с целью повышения эффективности сбора и об­работки информации для принятия на ее основе управленчес­ких решений. Концепция АСУ оказала влияние на юридичес­кую сферу. Стали создаваться АСУ — МВД, АСУ — Прокура­тура, АСУ — Юстиция, АСУ — Верховный Суд.*

* Идеологом работ по созданию АСУ был выдающийся ученый академик В. М. Глушков. Под его руководством выполнялись работы по созданию Объединенной государственной автоматизированной системы (ОГАС).

Однако автоматизированные системы в том виде, как они конструировались в прошлом, да и в настоящее время, не являются, строго говоря, системами управления. По существу, они имеют информационный характер. Ведь за этапами сбора первичной обработки, хранения и поиска информации следу­ют стадии ее анализа, синтеза и самое главное — принятия решения. А именно эти стадии не охвачены концепцией АСУ.

Таким образом, широкая трактовка категории "АСУ" ста­ла демонстрировать свои глубокие недостатки. В настоящее время наблюдается тенденция к разграничению АСУ и некото­рых близких систем.

АСУ в подлинном смысле слова рассчитана на выработку управленческих решений или на формирование в результате анализа — синтеза существенных черт подобного рода реше­ний; при этом широко используются экономико-математичес­кие и социально-математические методы.

Системы новых поколений, близкие к АСУ, но не экви­валентные ей, следует называть автоматизированными систе­мами информационного обеспечения (АСИО). На большее они не рассчитаны, хотя и это немало.

На рубеже 70—80-х гг. концепция информатизации пра-воприменительньгх органов значительно изменилась. Из прак­тических разработок стал исчезать термин "АСУ". На смену пришли другие понятия: АСИО-Прокуратура, АСИО-Юстиция, Информационно-вычислительные сети МВД РФ, что яв­ляется значительно более точным.

Дата добавления: 2015-04-25