Вычислительное право

Материал из Википедии — свободной энциклопедии
Перейти к навигации Перейти к поиску

Вычислительное право — это отрасль правовой информатики, касающаяся механизации юридической аргументации (приводимой людьми или компьютерами).[1] Она выделяет явные поведенческие проблемы и не рассматривает имплицитные правила поведения. Важно отметить, что в обществе существует приверженность достаточному уровню строгости в определении законов, для того, чтобы контроль за их соблюдением можно было полностью автоматизировать.

С точки зрения теории, вычислительное право целиком находится на территории учения правового позитивизма. Учитывая акцент на строго определённых законах, вычислительное право наиболее применимо в рамках гражданского права, где законы понимаются более или менее буквально. Вычислительное право менее применимо для правовых систем, основанных на общем праве, которое оставляет больше пространства для неуточнённых нормативных соображений. Тем не менее, даже в законодательствах, основанных на общем праве, вычислительное право сохраняет актуальность в отношении категориальных законов и в тех ситуациях, когда рассмотрении дел привело к созданию определённых правил де-факто.

С прагматичной точки зрения, вычислительное право важно как основа для компьютерных систем, способных делать полезные юридические расчёты, такие как проверка соответствия, юридическое планирование, нормативный анализ и так далее. Некоторые системы такого рода уже существуют.[2] Хорошим примером является TurboTax. И этот потенциал особенно важен сейчас благодаря недавним технологическим достижениям, в том числе распространённости Интернета в коммуникациях и распространению встроенных компьютерных систем (таких как смартфоны, беспилотные автомобили и роботы).

История[править | править код]

Предположение о потенциальных преимуществах использования методов вычислительной науки и искусственного интеллекта в юридической практике датируется, по крайней мере, серединой 1940-х годов.[3] Кроме того, приложение искусственного интеллекта к юриспруденции и вычислительное право, по всей видимости, трудно разделимы, поскольку большинство исследований в области искусственного интеллекта применительно к праву, как представляется, используют вычислительные методы. Предполагались многочисленные реализации, их связь между собой нелегко показать. Далее они представлены в хронологическом порядке, связи между ними показаны только в тех случаях, когда их можно проследить.

К 1949 году американскими учеными-правоведами была выделена т. н. «юриметрика»[англ.] (jurimetrics), небольшая научно-исследовательская область, направленная на включение электронных и вычислительных методов в решение юридических задач[4]. Хотя в целом было заявлено, что речь идёт о применении «методов науки» к закону, эти методы на самом деле были достаточно конкретно определены. Юриметрика должна была быть «связана с такими вопросами, как количественный анализ судебного поведения, применение теории коммуникации и информации для юридического выражения, использование математической логики в законе, поиск юридических данных с помощью электронных и механических средств и формулировка исчисления правовой предсказуемости»[5]. Эти интересы привели в 1959 году к созданию журнала «Современное использование логики в праве» (Modern Uses of Logic in Law) в качестве площадки, где публикуются статьи о применении таких методов, как математическая логика, инженерия, статистика и т. д. для изучения и развития области права[6]. В 1966 году этот журнал был переименован в Jurimetrics[англ.].[7] К настоящему времени и тематика журнала и содержание самой юриметрики как дисциплины расширились далеко за рамки компьютерных приложений и вычислительных методов к закону. Сегодня журнал публикует не только статьи по вычислительному праву, но и освещает такие юридические вопросы, как использование социальной науки в законодательстве или «политические последствия законодательного и административного контроля над наукой»[8].

В 1958 году, независимо от основателей «юриметрики», на Конференции по механизации мысли, состоявшейся в Национальной физической лаборатории в Теддингтоне (графство Мидлсекс, Великобритания), французский юрист Люсьен Мэл представил доклад как о преимуществах использования вычислительных методов в области права, так и о потенциальных способах использования таких методы для автоматизации права, в дискуссии приняли участие такие светила в области ИИ как Марвин Минский[9][10]. Мэл полагал, что закон может быть автоматизирован двумя основными, хотя и не полностью разделяемыми, типами машин. Первый тип — это «документальные или информационные машины», которые предоставляют юридическому исследователю быстрый доступ к соответствующим прецедентам и юридическим знаниям[11], второй тип — «консультационные машины», «способные ответить на любой поставленный перед ним вопрос по обширной области права»[12]. Машины этого типа могли бы в основном выполнять большую часть работы адвоката, просто давая «точный ответ на поставленную [юридическую] проблему»[13].

К 1970 году машина Мэла первого, «информационного» типа, была реализована, но дальнейшим многообещающим пересечениям между ИИ и юридическими исследованиями уделялось мало внимания[14]. Тем не менее, осталась надежда, что компьютеры смогут моделировать мыслительные процессы адвоката с помощью вычислительных методов, а затем применять эту способность для решения правовых задач, таким образом автоматизируя и совершенствуя юридические услуги за счёт повышения эффективности, а также проливая свет на характер правовых рассуждений[15]. К концу 1970-х годов компьютерная наука и доступность компьютерных технологий развились настолько, что поиск «правовой данных с помощью электронных и механических средств» был достигнут машинами, соответствующими первому типу Мэла, которые получили широкое распространение в американских юридических фирмах[16][17]. За это время были проведены исследования, направленные на достижение целей, поставленных в начале 1970-х, с помощью таких программ как Taxman. Они привносили полезные технологии в науку о праве в качестве практических вспомогательных средств и помогали определить точную природу правовых понятий[18].

Тем не менее прогресс по второму типу машин, который более полностью автоматизировал бы юриспруденцию, практически отсутствовал[19]. Разработка машин, которые могли бы решать задачи, подобно «консультационным» машина Мэла пришлась на конец 1970-х и 1980-е годы. Конвенция 1979 года, принятая в Суонси (Уэльс), ознаменовала собой первые международные усилия, направленные исключительно на то, чтобы применить исследования в области искусственного интеллекта к юридическим проблемам, чтобы «подумать о том, как компьютеры могут использоваться для выявления и применения правовых норм, закрепленных в письменных источниках права»[20][21]. Тем не менее, прогресс, достигнутый и в следующем десятилетии, в 1980-е годы, оказался незначителен[22]. В рецензии на книгу Анны Гарднер «Подход искусственного интеллекта к юридическому рассуждению» (An Artificial Intelligence Approach to Legal Reasoning,1987) компьютерный специалист и учёный-юрист Гарварда Эдвина Риссланд пишет: «Она играет, в частности, роль первопроходца; методы искусственного интеллекта („ИИ“) ещё не широко применяются для решения юридических задач. Поэтому Гарднер, и этот обзор, впервые описывают и определяют это поле, а затем демонстрируют рабочую модель в области предложения и принятия соглашения»[23]. Таким образом, спустя восемь лет после конференции в Суонси, исследователи ИИ и права всё ещё пытались разграничить поле, и называли друг друга «первопроходцами».

Наконец, в 1990-е и начале 2000-х годов произошёл существенный прогресс. Вычислительные исследования породили понимание закона[24]. Первая международная конференция по искусственному интеллекту и праву состоялась в 1987 году, но именно в 1990-х и 2000-х годах конференция, проводившаяся раз в два года, стала аккумулировать разработки и углубляться в проблемы, связанные с пересечением вычислительных методов, ИИ и права[25][26][27]. Студентам начали преподавать соответствующие дисциплины по использованию вычислительных методов для автоматизации, понимания и соблюдения закона[28]. Кроме того, к 2005 году команда, состоящая в основном из учёных Стэнфордского университета, из группы Stanford Logic, посвятила себя изучению использования вычислительных технологий в праве[29]. Вычислительные методы продвинулись настолько, что в 2000-х годах юристы начали анализировать, прогнозировать и беспокоиться о потенциальном будущем вычислительного права, а новая научная область исследований, вычислительная юриспруденция, к настоящему времени вполне сформировалась. Представление о том, как учёные видят в будущем закона роль вычислительного права, даёт цитата из материалов недавней конференции о «Новой Нормали» («New Normal»):

В последние 5 лет, вследствие Великой рецессии, профессия юриста вступила в эпоху Новой Нормали. В частности, ряд сил, связанных с технологическими изменениями, глобализацией, и стремление сделать больше с меньшими затратами (как в корпоративной Америке, так и в юридических фирмах) навсегда изменили индустрию юридических услуг. Как было сказано в одной статье, фирмы отказываются от найма «в целях повышения эффективности, повышение прибыли и сокращения расходов клиента». <…>Новая Нормаль предоставляет адвокатам возможность пересмотреть — и переосмыслить — роль юристов в нашей экономике и обществе. Эпоха, когда юридические фирмы пользовались, или по-прежнему пользуются, возможностью проводить совместную работу, подходит к концу, поскольку клиенты стали разделять юридические услуги и задачи. Более того, в других случаях автоматизация и технология могут изменять роли юристов, требуя от них контроля за процессами и использованием технологий, а также меньшего количества работы, которая все чаще управляется компьютерами. Потенциал роста — это не только большая эффективность для общества, но и новые возможности для юридического мастерства. Развивающееся ремесло адвокате в условиях Новой Нормали, скорее всего, потребуют от юристов овладеть предпринимательскими навыками, а также целым рядом компетенций, которые позволят им повысить свою ценность для клиентов. Что касается отмеченных выше тенденций, появляются новые возможности для «юридических предпринимателей» в различных сферах от управления правовыми процессами до разработки технологий для управления юридическими операциями (например, контролем за автоматизированными процессами) для поддержки онлайн-процессов разрешения споров. В других случаях эффективная юридическая подготовка, а также знания по конкретным областям (финансы, продажи, IT, предпринимательство, человеческие ресурсы и т. д.) могут создать мощную комбинацию навыков, дающую выпускникам юридических школ ряд новых возможностей (роли, связанные с развитием бизнеса, финансовыми операциями, подбором персонала и т. д.). В обоих случаях традиционных юридических навыков недостаточно для подготовки студентов-юристов к этим ролям. Но надлежащая подготовка, основанная на традиционной учебной программе юридического факультета и выходящая за её пределы, включая практические навыки, соответствующие знания домена (например, бухгалтерский учёт) и профессиональные навыки (например, работа в командах), предоставит студентам юридических школ огромное преимущество перед теми, кто владеет одномерным набором навыков[30].

Многие видят преимущества в предстоящих изменениях, вызванных вычислительной автоматизацией права. Во-первых, эксперты-юристы предсказывали, что это поможет юридической самопомощи, особенно в области заключения контрактов, планирования предприятий и прогнозирования изменений правил[8]. Во-вторых, те, у кого есть знания о компьютерах, видят потенциал вычислительного права, которое может стать настоящим прорывом. Следовательно, могут возникнуть «консультационные» машины, о которых говорил Мэл. Выдающийся программист Стивен Вольфрам говорит:

Итак, мы медленно движемся к человеку, получившему образование в виде вычислительной парадигмы. И это хорошо, потому что, как я это вижу, вычисления станут центром в почти каждой области. Давайте поговорим о двух примерах — классических профессиях: юриспруденции и медицине. Забавно, но когда Лейбниц впервые задумался о вычислении в конце 1600-х годов, он хотел создать машину, которая бы эффективно отвечала на юридические вопросы. Тогда это было преждевременно. Но теперь, полагаю, мы почти готовы к вычислительному праву. При котором, например, контракты становятся вычислительными. Они становятся явными алгоритмами, предопределяющими, что возможно, а что нет. Знаете, отчасти это уже произошло. Как с финансовыми инструментами, такими как опционы и фьючерсы. Раньше они были просто контрактами на естественном языке. Но потом они были кодифицированы и параметризованы. Таким образом, они на самом деле просто алгоритмы, над которыми, конечно, можно выполнять мета-вычисления, что и запустило тысячу хедж-фондов и так далее. Ну, и в конечном итоге, вы сможете делать всевозможные юридические вещи, от ипотеки до налоговых кодексов, возможно, даже до патентов. Теперь, чтобы добиться этого, нам нужны способы представлять многие аспекты реального мира во всей его беспорядочности. Это суть вычислений Wolfram|Alpha, основанных на знаниях[31].

Подходы[править | править код]

Алгоритмическое право[править | править код]

Было также много попыток создать машиночитаемый или исполняемый машинный кодекс. Машиночитаемый код упростит анализ кодекса, что позволит быстро создавать и анализировать базы данных без необходимости использования передовых методов обработки текста. Понимаемый машиной формат позволял бы вводить специфику случая и возвращал бы решение по делу.

Машиночитаемый юридический код уже довольно распространен. METAlex[32], основанный на XML стандарт, предложенный и разработанный Лейбницским Центром права[англ.] Амстердамского университета[33], используется правительствами Соединенного Королевства и Нидерландов для кодирования их законов. В Соединенных Штатах распоряжение президента Барака Обамы от мая 2013 года предусматривало выпуск всей государственной документации в машиносчитываемом формате по умолчанию, хотя конкретный формат не упоминался[34].

Машинно-исполняемый юридический код используется гораздо реже. Самым известным примером является проект Hammurabi[35], попытка переписать часть юридического кодекса Соединенных Штатов таким образом, чтобы законодательство принимало факты на входе и возвращало решения. В проекте Hammurabi в настоящее время основное внимание уделяется аспектам права, которые поддаются такому типу спецификаций, как, например, законы о налогах или иммиграции, хотя в долгосрочной перспективе разработчики планируют включать как можно больше законов.

Эмпирический анализ[править | править код]

Значительная часть усилий в области вычислительного права сегодня сосредоточена на эмпирическом анализе правовых решений и их отношении к законодательству. При этом обычно используют анализ цитирования, в котором рассматриваются паттерны ссылок на произведения. Из-за широко распространенной практики цитирования в делопроизводстве, можно построить индексы цитирования и сложные графы правового прецедента, называемые сетями цитирования. Сети цитирования позволяют использовать алгоритмы обхода графов[англ.] для того, чтобы связывать случаи друг с другом, а также использовать различные метрики расстояния для поиска математических отношений между ними[36][37][38]. Эти анализы могут выявить важные всеобъемлющие закономерности и тенденции в судопроизводстве и способ использования закона[39][40].

Недавние исследования сетей юридического цитирования позволили сделать несколько прорывов в анализе судебных решений. Материалом для анализа послужили цитаты из высказанных мнений большинства членов Верховного суда для создания сетей цитирования. Полученные модели были подвергнуты анализу для выявления метаинформации об индивидуальных решениях, таких как важность решения, а также общие тенденции в судебном разбирательстве, таких как роль прецедента с течением времени[36][39]. Эти исследования были использованы для прогнозирования, какие из случаев Верховный Суд изберёт для рассмотрения[39].

Ещё одну попытку предпринял Налоговый суд Соединенных Штатов[англ.], составив общедоступную базу данных решений, мнений и цитат Налогового суда за 1990—2008 годы и построив сеть цитирования на основе этой базы данных. Анализ этой сети показал, что большие разделы налогового кодекса редко, если вообще упоминались, и что другие разделы кодекса, в частности, касающиеся «разводов, иждивенцев, некоммерческих организаций, хобби и бизнес-расходов и потерь и общего определения дохода», были задействованы в подавляющем большинстве споров[40].

Одно исследование было сфокусировано на иерархических сетях[англ.] в сочетании с сетями цитирования и анализе Кодекса Соединённых Штатов Америки. Это исследование использовалось для анализа различных аспектов Кодекса, в том числе его размера, плотности цитат внутри и между разделами Кодекса, типа языка, используемого в Кодексе, и того, как эти показатели меняются со временем. Это исследование использовалось для представления комментариев о характере изменения Кодекса с течением времени, которое, как оказалось, характеризуется увеличением размера и взаимозависимости между разделами[37].

Визуализация[править | править код]

Визуализация правового кодекса и взаимоотношений между различными законами и решениями также является горячей темой в области вычислительного права. Визуализации позволяют как профессионалам, так и обывателям видеть крупномасштабные соотношения и закономерности, которые может быть трудно выделить при помощью стандартного юридического или эмпирического анализа.

Сети правового цитирования поддаются визуализации, и многие сети цитирования, которые анализируются эмпирически, также имеют подсекции сетей, которые в результате отображаемые визуально[36]. Однако в сетевой визуализации еще много технических проблем. Плотность связей между узлами и даже само количество узлов в некоторых случаях может сделать визуализацию не воспринимаемой человеком. Существует множество методов, которые могут быть использованы для уменьшения сложности отображаемой информации, например, путём определения семантических подгрупп внутри сети, а затем представления отношений между этими семантическими группами, а не между отдельными узлами. Это позволяет человеку воспринять визуализацию, но, в то же время, уменьшение сложности может скрыть важные соотношения[41]. Несмотря на подобные ограничения, визуализация сетей юридического цитирования остаётся популярной областью и практикой.

Примеры инструментов[править | править код]

  1. OASIS Legal XML[англ.], UNDESA Akoma Ntoso[англ.]* и CEN Metalex, — стандартизации, созданные юридическими и техническими экспертами для электронного обмена юридическими данными[42].
  2. Creative Commons — кастомизированные лицензии в области авторского права для интернет-контента.
  3. Legal Analytics — сочетает в себе большие данные, жизненно важные знания и интуитивные инструменты, доставки бизнес-аналитики и решения для бенчмаркинга.
  4. Юридические визуализации. Примеры включают карту Каца решения Верховного Суда и Starger’s Opinion Lines[43][44].

Юридические ресурсы и базы данных в Интернете[править | править код]

  1. PACER — онлайн-хранилище судебных решений, который ведётся Федеральной судебной системой США[45].
  2. Юридическая библиотека Конгресса[англ.] поддерживает всеобъемлющий онлайн-репозиторий правовой информации, включая законодательство на международном, национальном и государственном уровнях[46].
  3. База данных Верховного Суда США представляет собой обширную базу данных, содержащую подробную информацию о решениях, принятых Верховным судом с 1946 года по настоящее время.[47]
  4. В United States Reports содержалась подробная информация о каждом решении Верховного суда от 1791 по настоящее время[48].

Примечания[править | править код]

  1. ↑ Genesereth, Michael Computational Law - The Cop in the Backseat. Дата обращения: 29 августа 2018. Архивировано 6 ноября 2012 года.
  2. ↑ Lawbots.info. N.p., n.d. Web. 16 June 2017. <https://www.lawbots.info/ Архивная копия от 23 августа 2018 на Wayback Machine>.
  3. ↑ 18 Rocky Mntn. L. Rev. 378 (1945—1946) Does the Law Need a Technological Revolution; Kelso, Louis O.
  4. ↑ 33 Minn. L. Rev. 455 (1948—1949) Jurimetrics--The Next Step Forward; Loevinger, Lee
  5. ↑ Loevinger, Lee. «Jurimetrics: The methodology of legal inquiry.» Law and Contemporary Problems (1963): 5-35. At 8.
  6. ↑ «About Jurimetrics.» About the Journal. American Bar Association Section of Science & Technology Law and the Center for Law, Science & Innovation, n.d. Web. 26 Apr. 2014. <http://www.law.asu.edu/jurimetrics/JurimetricsJournal/AbouttheJournal.aspx Архивная копия от 12 марта 2015 на Wayback Machine>.
  7. ↑ Ibid,
  8. ↑ 1 2 Ibid.
  9. ↑ Mechanization of Thought Processes: Proceedings of a Symposium Held at the National Physical Laboratory on 24th, 25th, 26th and 27th November 1958. London: Her Majesty’s Stationery Office, 1959. Print.
  10. ↑ Niblett, Bryan. Computer Science and the Law: Inaugural Lecture of the Professor of Computer Science Delivered at the College on January 25, 1977. Swansea, Wales: U College of Swansea, 1977. 7-8. Print.
  11. ↑ «Automation in the Legal World.» Mechanization of Thought Processes: Proceedings of a Symposium Held at the National Physical Laboratory on 24th, 25th, 26th and 27th November 1958. London: Her Majesty’s Stationery Office, 1959. 755-87. Print. At 759.
  12. ↑ «Automation in the Legal World.» Mechanization of Thought Processes: Proceedings of a Symposium Held at the National Physical Laboratory on 24th, 25th, 26th and 27th November 1958. London: Her Majesty’s Stationery Office, 1959. 755-87. Print. At 768—769.
  13. ↑ Ibid. 768.
  14. ↑ Some Speculation about Artificial Intelligence and Legal Reasoning, Bruce G. Buchanan and Thomas E. Headrick, Stanford Law Review, Vol. 23, No. 1 (Nov., 1970), pp. 40-62. At p. 40.
  15. ↑ Some Speculation about Artificial Intelligence and Legal Reasoning, Bruce G. Buchanan and Thomas E. Headrick, Stanford Law Review,Vol. 23, No. 1 (Nov., 1970), pp. 40-62. At p. 51-60.
  16. ↑ Legal Decisions and Information Systems. Jon Bing and Trygve Harvold. Oslo, Norway: Universitets Forlaget; 1977
  17. ↑ Niblett, Bryan. Computer Science and Law. Cambridge: Cambridge UP, 1980. 7-8. Print.
  18. ↑ See, e.g., L. Thorne McCarty, Reflections on Taxman: An Experiment in Artificial Intelligence and Legal Reasoning, 90 Harv. L. Rev. 837—895 (1977).
  19. ↑ Supra, Niblett, p. 7-8.
  20. ↑ B. Niblett, editor. Computer Science and Law: An Advanced Course. Cambridge University Press, 1980. This volume is a record of the proceedings of a workshop held at University College of Swansea, Wales, September 17-27, 1979.
  21. ↑ McCarty, L. Thorne. «Artificial Intelligence and Law: How to get there from here.» Ratio Juris 3.2 (1990): 189—200. At 189.
  22. ↑ Хотя это спорно. Аргументы в поддержку см.: McCarty, L. Thorne. «Artificial Intelligence and Law: How to get there from here.» Ratio Juris 3.2 (1990): 189—200.
  23. ↑ Rissland, Edwina. «Artificial Intelligence and Legal Reasoning: A Discussion of the Field and Gardner’s Book.» AI Magazine 9.3 (1988): 45.
  24. ↑ См., например, Kades, Eric, «The Laws of Complexity & the Complexity of Laws: The Implications of Computational Complexity Theory for the Law» 49 Rutgers Law Review 403—484 (1997)
  25. ↑ Rissland, E. L., Ashley, K. D., & Loui, R. P. (2003). AI and Law: A fruitful synergy. Artificial Intelligence, 150(1-2), 1-15.
  26. ↑ Bench-Capon, Trevor, Michał Araszkiewicz, Kevin Ashley, Katie Atkinson, Floris Bex, Filipe Borges, Daniele Bourcier et al. «A history of AI and Law in 50 papers: 25 years of the international conference on AI and Law.» Artificial Intelligence and Law 20, no. 3 (2012): 215—319.
  27. ↑ See «International Conference on Artificial Intelligence and Law (ICAIL).»International Conference on AI and Law (ICAIL). The DBLP Computer Science Bibliography, n.d. Web. 24 Apr. 2014. <http://www.informatik.uni-trier.de/~LEY/db/conf/icail/index.html Архивная копия от 17 февраля 2015 на Wayback Machine>. Цитирование охватывает все прошедшие конференции и ссылки на их программы. Похоже, что в течение 1990-х годов число представленных докладов, проведённых дискуссий и т. п. значительно увеличилось по сравнению с первыми двумя конференциями, проведенными соответственно в 1987 и 1989 годах.
  28. ↑ См., например, эту программу из Стэнфорда для CS 204 Компьютеры и право. Genesereth, Michael R. «CS 204: Computers and Law.» CS204: Computers and Law. Stanford University, n.d. Web. 23 Apr. 2014. <http://logic.stanford.edu/classes/cs204/ Архивная копия от 23 апреля 2017 на Wayback Machine>.
  29. ↑ «Stanford Computational Law.» Stanford Computational Law. Stanford University, n.d. Web. 24 Apr. 2014. <http://complaw.stanford.edu/ Архивная копия от 6 ноября 2012 на Wayback Machine>
  30. ↑ "The Future of Law School Innovation (Conference @ColoradoLaw)."Computational Legal Studies. N.p., n.d. Web. 18 Apr. 2014. <http://computationallegalstudies.com/2014/04/17/the-future-of-law-school-innovation-conference-coloradolaw/>. (недоступная ссылка)
  31. ↑ Wolfram, Stephen. «Talking about the Computational Future at SXSW 2013—Stephen Wolfram Blog.» Stephen Wolfram Blog RSS. N.p., 19 Mar. 2013. Web. 17 Apr. 2014. <http://blog.stephenwolfram.com/2013/03/talking-about-the-computational-future-at-sxsw-2013/ Архивная копия от 13 мая 2014 на Wayback Machine>.
  32. ↑ CEN MetaLex — Open XML Interchange Format for Legal and Legislative Resources. Дата обращения: 29 апреля 2019. Архивировано 19 апреля 2019 года.
  33. ↑ University of Amsterdam Digital Academic Repository. Дата обращения: 30 августа 2018. Архивировано 16 августа 2016 года.
  34. ↑ The White House. Office of the Press Secretary. Executive Order — Making Open and Machine Readable the New Default for Government Information. N.p., 9 May 2013. Web.
  35. ↑ The Hammurabi Project. Дата обращения: 30 августа 2018. Архивировано 11 июня 2018 года.
  36. ↑ 1 2 3 Fowler, J. H., T. R. Johnson, J. F. Spriggs, S. Jeon, and P. J. Wahlbeck. «Network Analysis and the Law: Measuring the Legal Importance of Precedents at the U.S. Supreme Court.» Political Analysis 15.3 (2006): 324-46. Print.
  37. ↑ 1 2 Bommarito, Michael J., and Daniel M. Katz. «A Mathematical Approach to the Study of the United States Code.» Physica A: Statistical Mechanics and Its Applications 389.19 (2010): 4195-200. Print.
  38. ↑ Bommarito, Michael J., Daniel Martin Katz, Jonathan L. Zelner, and James H. Fowler. «Distance Measures for Dynamic Citation Networks.» Physica A: Statistical Mechanics and Its Applications 389.19 (2010): 4201-208. Print.
  39. ↑ 1 2 3 Fowler, James H., and Sangick Jeon. «The Authority of Supreme Court Precedent.» Social Networks 30.1 (2008): 16-30. Print.
  40. ↑ 1 2 Bommarito, Michael J. «Empirical Survey of the Population of US Tax Court Written Decisions, An.» Va. Tax Rev. 30 (2010): 523.
  41. ↑ Shneiderman, Ben, and Aleks Aris. «Network Visualization by Semantic Substrates.» IEEE Transactions on Visualization and Computer Graphics 12.5 (2006): 733-40. Print.
  42. ↑ Legal XML. Дата обращения: 29 августа 2018. Архивировано 29 августа 2018 года.
  43. ↑ Starger, Colin P. A Visual Guide to NFIB v. Sebelius: Competing Commerce Clause Opinion Lines 1789-2012 (30 июня 2012). Дата обращения: 29 августа 2018. Архивировано 4 июня 2018 года.
  44. ↑ Starger, Colin P. Expanding Stare Decisis: The Role of Precedent in the Unfolding Dialectic of Brady v. Maryland (16 апреля 2012). Дата обращения: 29 августа 2018. Архивировано 20 августа 2016 года.
  45. ↑ Public Access to Court Electronic Records. Дата обращения: 29 августа 2018. Архивировано 29 мая 2019 года.
  46. ↑ Law Library of Congress. Дата обращения: 29 августа 2018. Архивировано 27 августа 2018 года.
  47. ↑ The Supreme Court Database. Дата обращения: 29 августа 2018. Архивировано 29 августа 2018 года.
  48. ↑ https://www.supremecourt.gov/opinions/ Архивная копия от 29 августа 2018 на Wayback Machine boundvolumes.aspx

Ссылки[править | править код]

См. также[править | править код]

Источник — https://ru.wikipedia.org/w/index.php?title=Вычислительное_право&oldid=133007580