Концепция развития технологий машиночитаемого права (версия 13.11.2020)

From Стандартопедия
Jump to navigation Jump to search

Концепция развития технологий машиночитаемого права

Версия от 13.11.2020

Contents

Введение

Актуальность предмета Концепции

Право как непротиворечивая система общественных норм формировалось путем систематизации и устранения логических противоречий между различными утверждениями о должном. Формальная определенность, отсутствие противоречий, равно как и способность выражать представление людей о социальных правилах поведения, задает три важнейших свойства правовых норм. Исторически сложившееся преимущество норм на естественном языке заключалось в том, что такое выражение норм делает их восприятие максимально доступным для широкого круга участников диалога, что создает условия для общественного договора и возможности для достижения социального консенсуса.

Применяемые при этом конструкции естественного языка, а также процессы гармонизации правовых норм не гарантируют отсутствие противоречий, особенно между представлениями законодателя на этапе нормотворчества, и восприятием принятых норм на этапе правоприменения. Возрастающая сложность регулируемых общественных отношений, связанная с усложнением экономических и социальных связей между людьми, приводит к потере интуитивной понятности норм, ставших результатом компромисса при выработке оптимальной модели регулирования, а также к накоплению в праве софизмов, часть из которых носит гротескный характер.

Характерным примером конфликта между содержанием нормы и ее интуитивным восприятием может являться 130 статья Гражданского кодекса Российской Федерации «Недвижимые и движимые вещи», в первом абзаце пункта 1 которой утверждается, что к недвижимым вещам относятся объекты, перемещение которых без несоразмерного ущерба их назначению невозможно, а вторым абзацем к недвижимым вещам относятся воздушные и морские суда, которые предназначены для перемещения в пространстве. Интуитивное содержание понятия «недвижимые вещи» расходится с установленным в законодательстве, что при его употреблении может привести к введению в заблуждение за счет подмены понятий.

Таким образом, несмотря на соблюдение формальных юридических правил при построении таких правовых конструкций, их наглядность и доступность для правильной интуитивной трактовки все более размывается, особенно в менее явных, латентных случаях, чем в приведенном примере.

В части выполнения требований к формальной определенности – юридическое сообщество за тысячелетия эволюции права выработало профессиональный язык, приближающийся к формальному в отдельных случаях. Однако, в последние десятилетия существенное развитие получили методы по созданию и использованию полноценных формальных языков, не предусматривающих множественности трактовок в зависимости от контекста, либо оперирующими неопределенностью явно, там, где это требуется, а не случайным образом – в силу сложности описываемых явлений.

С другой стороны, восприятие человеком норм, выраженных с помощью формальных языков, может стать удобным и комфортным за счет развития персональных помощников на основе технологий искусственного интеллекта, в т.ч. автономного решения различных задач, автоматического машинного обучения, обработки и интерпретации данных и систем визуализации информации.

Таким образом, развитие математической логики и формальных языков описания отношений, появление цифровых двойников и цифровой тени явлений реального мира, а также бурное развитие технологий искусственного интеллекта, в т.ч. технологий персональных помощников, способных упрощать сложные языковые конструкции без потери значимого для потребителя смысла позволяют поставить вопрос о возможности перехода к   применению норм права на формальных языках.

Еще одной причиной для применения формальных языков для описания норм права является необходимость синхронизации позитивного права, действующих регуляторных ограничений с функционированием широкого круга информационных систем различной степени автономности, предоставляющих различные сервисы в автоматическом режиме, а также обменивающихся данными без участия человека (например, беспилотный транспорт, интернет вещей).

Существующий способ гармонизации алгоритмов работы интеллектуальных систем и права (через процесс их перепрограммирования) неизбежно приводит к дополнительным временным и финансовым затратам владельцев информационных систем на их адаптацию к изменяющимся нормам, создает большое количество разнообразных рисков в части обеспечения защиты прав человека. Как следствие, возможность применения адаптивных и самообучающихся систем, равно как и интеллектуальных систем с заранее неопределенным составом участников резко ограничивается регуляторами, в том числе потому, что они справедливо отмечают возможности для реализации указанных рисков, не располагая при этом инструментами для их минимизации и контроля.

Создание условий, при которых возможно появление надежно работающих алгоритмов, самостоятельно контролирующих соответствие действий автономной системы набору регуляторных ограничений, не только обеспечит развитие новых технологий, но и даст необходимые и достаточные гарантии обеспечения защиты прав граждан в таких сложных процессах, как  ограничение использования персональных данных, соблюдение требований по безопасности и эффективности программного обеспечения в сфере здравоохранения, беспилотного транспорта и др. Алгоритмы, обеспечивающие самостоятельную проверку соблюдения требований, позволят устранить задержку между выработкой и вступлением в силу новых норм, поддерживать баланс в длящихся правоотношениях с учетом внесения актуальных изменений в регулирование, в том числе в экспериментальных правовых режимах, где скорость адаптации участников эксперимента к уточняющимся требованиям позволяет существенно снизить риски от внедрения новых технологий.

Математическая логика в основе создания и применения норм права также способна существенным образом повлиять на контрольно-надзорную деятельность государства, сделать более предсказуемым и комфортным деловой климат, что прямо связано с привлечением инвестиций и ростом экономики. Как законы Хаммурапи более 37 веков назад повысили предсказуемость правоприменения за счет системности изложения норм, что стало основой для развития торговли и экономического роста просуществовавшего более тысячи лет Вавилонского царства, а затем греческой и римской цивилизации, так и сегодня за счет формальных методов описания норм общество может получить новые правовые механизмы для взаимодействия и преобразовать процессы выработки, фиксации и исполнения совместной созидательной воли людей.

Потенциал применения формальных языков для представления норм, равно как и методов математической логики для гармонизации терминологии, устранения противоречий и проверки соответствия сдерживается следующими факторами.

Первым сдерживающим фактором является удобство работы с формально-юридическим описанием права в привычных для юристов текстовых и презентационных форматах. Нотации, применяемые для формального описания объектов, в первую очередь – методы и средства онтологического проектирования, требуют использования специальных навыков и технических средств, которыми сообщество юристов в основном не обладает.

В то же время существует возможность применения вспомогательных технологий с элементами искусственного интеллекта, позволяющего оперировать правовыми актами, изложенными обычным человеческим языком, за счёт использования юридически значимого набора метаданных, предполагающего:

а) систему меток («тегов»), на основе которых можно устанавливать жёсткие правила – связки для быстрого получения первичных выводов, первоначальной правовой квалификации задачи (ситуации, запроса и т.п.), исключения логических противоречий, соблюдения базовых принципов, постулатов, ориентиров;

б) применение искусственного интеллекта для гибкого определения контекстов, оценки и учёта вероятностей, «оттенков» конкретных рассматриваемых задач.

И, хотя такие системы не избавлены от фактора неопределенности, в том числе вызванной неточностью распознавания смысла в текстах, их развитие позволяет в целом со временем решить задачу повышения удобства использования формальных языков в повседневной работе юристов за счет всевозможных подсказок, автоматических интерпретаторов, классификаторов и дополнения классических документов машиночитаемой разметкой.

Вторым сдерживающим фактором развития машиночитаемого права является медленное развитие инструментов формального проектирования и интерпретации норм, в наибольшей степени защищенных от т.н. человеческого фактора – когнитивных искажений, свойственных людям с определенной точкой зрения или набором убеждений.

Располагая таким набором инструментов, люди с различными взглядами могли бы доверять алгоритмам посредническую работу по преобразованию информации о своих взглядах и интересах в машиночитаемый код, равно как и по обратному преобразованию кода норм в понятные тексты и примеры правоприменения. Напротив, отсутствие гарантий непредвзятости не обеспечивает необходимый уровень доверия к таким инструментам и, как следствие, сдерживает развитие машиночитаемого права.

Особым сдерживающим фактором является квалификация юристов. Существующий федеральный государственный образовательный стандарт высшего образования по направлению подготовки «Юриспруденция» хотя и содержит требование по владению основными методами, способами и    средствами получения, хранения, переработки информации, навыками работы с компьютером как средством управления информацией, крайне ограничен в практическом освоении методов и инструментов математической логики, работы с онтологиями, тезаурусом и изучении формальных языков разметки и логического вывода.

Кроме того, большинство юристов не подготовлено к процессу проектирования инженерных систем, и, как следствие, неизбежно столкнется с непониманием механизмов работы алгоритмов, преобразующих правовую информацию из формального в естественный язык и наоборот, что будет препятствовать формированию необходимого уровня доверия даже в условиях их отладки и надежной работы.

Отладка и настройка процессов кодирования и интерпретации машиночитаемых норм, с учетом разнообразия сфер регулирования и отраслей права, потребует слаженной работы сотен профессиональных юристов, детально понимающих процессы разработки и использования формальных систем. Как следствие, для обеспечения перехода должна быть решена задача подготовки юристов, обладающих не только знаниями в области юриспруденции, но и инженерными навыками, навыками онтологического восприятия и проектирования.

С другой стороны, ряд факторов может оказать стимулирующее влияние на расширение применения формальных языков в праве.

Первым стимулирующим фактором является изменение подхода к дискреционным полномочиям в отраслях права с высоким уровнем императивного регулирования, в первую очередь – связанным с комфортом и предсказуемостью юрисдикции для жизни и ведения бизнеса. Сегодня наблюдается значительная ориентация существующих законов на осмысленное правоприменение с предоставлением высокой дискреции лицам, принимающим юридически значимые решения. Основной причиной дискреционных полномочий является сложность правоотношений в некоторых сферах, в частности с новыми объектами регулирования (обезличивание персональных данных, биометрия, обработка генетической информации и пр.) и невозможность на существующем уровне развития правовой системы заранее детерминировать механизмы учета значимых интересов сторон при выработке разумного, справедливого и объективного решения.

При этом наряду со сферами, где дискреционные полномочия оправданы и позволяют находить баланс интересов за счет гибкости регулирования (например, в семейном праве), некоторые отрасли права (например, административное право), наоборот, стремятся к снижению дискреции, и как следствие – к повышению предсказуемости правоприменения.

Вторым стимулирующим фактором является увеличение количества норм, представленных с помощью формальных языков. Таких норм должно быть достаточно для практического использования в фактических ситуациях. Рост количества норм, представленных с помощью формальных языков, а также совместимость формальных представлений норм, полученных в различных условиях (в том числе в рамках экспериментальных правовых режимов) является важным условием для формирования библиотек формальных правил, применение которых:

-     снизит временные затраты на подготовку и принятие смежных с правом решений или решений, основанных на праве;

-     повлияет на поддержание баланса между технологической и экономической эффективностью и безопасностью, защитой прав и свобод граждан, законных интересов юридических лиц;

-     обеспечит мониторинг состояния работы сложных интеллектуальных систем с применением технологий искусственного интеллекта на предмет соответствия позитивному праву и вновь создаваемым, меняющимся нормам права в длящемся характере правоотношений.

При этом в отдельных областях права для практического использования преимуществ формальных представлений может быть достаточным сравнительно небольшой объем норм. Как следствие, выделение таких областей в качестве первого этапа и сферы для создания полезных моделей является одной из задач концепции.

Термины и определения

Для целей данной концепции предлагается использовать следующие термины и определения:

Формальный язык – ограниченное множество слов (одно- и многосложных символов) с заданным на этом множестве набором операций, включая операции логики высказываний и иных отношений между словами.

Онтология – описание множества объектов и связей между ними, в том числе с помощью формальных языков.

Онтология права – разделяемое экспертным сообществом представление с помощью формальных языков комплекса знаний о праве, правовых моделях и категориях, их классификации и свойствах, их связях (включая функциональные связи, ограничения, правила и иные значимые утверждения), а также событиях, описывающих взаимодействие объектов и их изменение.

Интеллектуальная система – программно-аппаратный комплекс, обеспечивающий автоматизированную обработку плохо структурированных данных, в том числе информации на естественном языке, с целью решения логических и иных интеллектуальных задач, являющихся традиционными сферами деятельности людей – специалистов в определенной предметной области.

Юридически значимый набор метаданных – система метаданных, позволяющих однозначно определить вид определенных законодательством правоотношений для целей автоматической обработки информации, содержащей указанные метаданные.

Язык программирования – разновидность онтологии, для которой существует интерпретатор –  компьютерная программа либо более сложная информационная система, способная исполнить записанные на этом языке инструкции – предусмотренную разработчиком последовательность действий.

Машиночитаемое право – онтология права, включающая в себя юридически значимый набор метаданных, достаточный для решения практических задач предметной области, а также совокупность жёстких и мягких алгоритмов, применяемых для работы с нормами права, и соответствующие интеллектуальные системы, ориентированные на решение правовых вопросов различной сложности.

Автоматизация права – совокупность процессов по алгоритмизации и программированию правоприменения, а также по разработке проектов нормативных правовых актов, которые наряду с машиночитаемым правом включают в себя разработку информационных систем с жестко заданной логикой (в том числе без обособления юридически значимого набора данных), и различные эвристические алгоритмы, способные формировать различные правовые рекомендации на основании нечеткой логики, правдоподобных рассуждений и классификации на основе нейронных сетей.

Цифровизация оборота правовых документов – совокупность процессов по переводу процессов создания, хранения и передачи правовых документов в любых форматах, в том числе не предполагающих выделение машиночитаемых норм и иных правовых конструкций.

Цели и задачи развития технологий машиночитаемого права

Целью данной концепции является систематизация представлений о методах, средствах и сферах развития машиночитаемого права с подготовкой предложений по мероприятиям, направленным на стимулирование развития технологий машиночитаемого права на первом этапе, составляющем период с 2021 по 2024 год включительно. Предполагается, что за указанный период будет собран достаточный объем данных о практической применимости формальных языков онтологии и программирования в праве в отдельных сферах регулирования, что позволит продолжить реализацию положений концепции на последующих этапах развития технологий машиночитаемого права.

При разработке концепции мы опирались на следующие ключевые задачи по стимулированию технологий машиночитаемого права:

1.             Определение приоритетов для первоочередного (в т.ч. экспериментального) внедрения технологий машиночитаемого права с помощью формальных языков в сферах, где право ориентировано на снижение правовой неопределённости и где правоприменение имеет наиболее алгоритмический характер.

2.             Выработка и тестирование технологических подходов к решению задач представления норм с помощью формальных языков, включая тестирование интеллектуальных систем, способных с помощью таких норм решать правовые задачи, а также автоматически осуществлять мониторинг своего состояния с сообщением о рисках нарушения прав пользователей при работе системы уполномоченному лицу.

3.             Формирование учебных программ основного и дополнительного образования, позволяющих увеличить количество специалистов, обладающих компетенциями как в сфере нормотворчества и правоприменения, так и в сфере онтологического восприятия и проектирования.

Существующие направления развития машиночитаемого права

Над возможностью автоматизации правового регулирования

и потенциалом трансформации норм права в машиночитаемый вид

в настоящее время ведется активная работа в различных странах мира. Наиболее перспективные подходы к решению данных задач и теоретические исследования могут быть сгруппированы по нескольким основным направлениям:

Автоматическое изучение (генерация) онтологий права из текстового описания нормативных актов методами машинного обучения. Преимуществом является способность быстрой обработки большого количества данных. Отдельные эксперименты в таких сферах автоматизированной обработки естественного языка, такие как ontology learning и evidence based reasoning, иллюстрируют высокий потенциал выделения и использования из нормативных правовых актов тех обстоятельств, которые являются значимыми при принятии правовых решений.

Из недостатков можно в настоящее время выделить невысокую точность и предсказуемость результата, отсутствие проверенных подходов к изменению (переизучению) онтологии при изменении законодательства, риск неконтролируемого воспроизведения ошибок, что требует постоянного участия человека в отладке построенной на машинном обучении онтологии и мониторинге возможных ошибок при работе интеллектуальных систем, использующих указанную онтологию.

Ручное проектирование нормативных актов с помощью существующей онтологии. Применение заранее определенных онтологий и работа специалистов по онтологическому проектированию обеспечивают предсказуемость получаемого результата. Более того, если в качестве онтологии применяется тот или иной язык программирования, то появляется возможность исполнить нормативный правовой акт после формирования входного потока данных о конкретных обстоятельствах правоприменения и получить при одних и тех же вводных данных одинаковые результаты. Наиболее значимые результаты при реализации данного подхода получены на платформах в сфере финансовых технологий, с применением т.н. смарт-контрактов, реализуемы в распределенных реестрах, например при реализации регуляторных ограничений в процессе использования криптовалют на определение и блокировку средств из криминальных источников.  

При этом применение исключительно данного метода допустимо только для ограниченного числа норм, описывающих процессы и расчёты, что затрудняет создание систем машиночитаемого права, включающей программирование более сложных правоотношений.

Программирование конкретных правовых процессов без предоставления пользователю возможности работы с онтологией (например, юридическая экспертиза договорадоговора, автоматизация учета договорной работы, заполнение юридической документации). Эти IT-продукты позволяют, в частности, упростить в узкой сфере работу юристов и снизить трудозатраты на первичную обработку больших массивов данных.

В настоящее время метод эффективен в корпоративной среде и сфере государственных услуг, на рынке представлены десятки узкоспециализированных программных продуктов. При этом высокая конкуренция на рынке юридических услуг с использованием информационных технологий, а также чрезмерные трудозатраты на  расширение функционала таких продуктов и его адаптацию к различиям в  правовых системах государств и специальных режимов, равно как и к регуляторным изменениям, по всей видимости будут подталкивать разработчиков таких продуктов к расширению применения технологий машиночитаемого права.

Следует также различать машиночитаемое право и классические инструменты цифровизации оборота правовых документов, в том числе не предполагающие обособление юридически значимого набора метаданных. Существует широкий спектр технологий, позволяющих сформировать цифровое представление любого документа. Для удобства изложения тезисов настоящей Концепции предлагается использовать следующую классификацию таких технологий:

-     Первичная оцифровка документов. Предполагает формирование скан-копий документов, их хранение и использование в виде изображений страниц. Очевидно, что доступ к информации в таких документах иначе, чем через восприятие человека либо дальнейшую оцифровку невозможен. Поэтому правовые документы, прошедшие первичную оцифровку, в целях данной концепции не будут относиться к сфере машиночитаемого права.

-       Формирование текстового цифрового документа. Предполагает создание полнотекстовых документов в традиционных форматах текстовых редакторов, таких как LaTeX, MS Word, Apple Pages, Bred, Emacs, Nano и т.п., либо не использующих разметку, либо применяющих как свободные, так и проприетарные традиционные форматы визуальной разметки документа, задающей его структуру, шрифты, графические либо иные элементы, но не предназначенной для маркировки смысловых элементов для машинной обработки. Конвертация документов между такими форматами, включая создание pdf.- и xml.-документов с целью сохранения визуальной разметки, сама по себе не может быть отнесена к технологиям машиночитаемого права, хотя при определенных обстоятельствах может повысить удобство передачи и платформонезависимого воспроизведения документов.

-       Формирование машиночитаемого документа. Обособление смысловых элементов документа с помощью разметки, явным образом относящей содержание определенных в документе полей к отдельным типам данных. Например, подписание документа электронной цифровой подписью дополняет его сведениями о подписанте, его полномочиях, а также информацией, позволяющей контролировать неизменность содержания документа. Такая информация уже может быть обработана интеллектуальными системами без участия человека. Совокупность включенных в документ машиночитаемых сведений, в особенности – установленных либо формально определенных терминов, ссылок на установленные законодательством нормы, а также изложение на одном из формальных языков правовой логики документа и составляет предмет машиночитаемого права.

Международный опыт в применении ключевых технологий машиночитаемого права

Для начала рассмотрим примеры автоматического разбора и выделения смысла текстов, который является фундаментальной основой для автоматического формирования онтологий. Здесь и далее приводятся технологические особенности примененных подходов, которые по мнению авторов концепции, позволяют рассчитывать на значительный прогресс в автоматическом выделении смысла из текстов.

В частности, модель DistilBERT, разработанная американской компанией Hugging Face, реализует код, цель которого сократить ресурсы для анализа текста без потери точности. Мотивацией создания такого продукта стала необходимость отказа от облачной архитектуры с целью повышения конфиденциальности данных и скорости обучения. Возможные методы DistilBERT – квантование весов RNN, обрезка нейронных связей, дистилляция. Суть дистилляции – ответы более жадной модели используются для обучения более "лёгкой" модели на более узком домене данных. В качестве бенчмарка рассматривается задача выбора автоматических ответов и вставки пропущенных слов, контекстные подсказки.

DistilBERT использует маркированные дата-сеты от Glue на английском языке, обучался на восьми графических процессорах V100 емкостью 16 ГБ в течение примерно трех с половиной дней, используя объединение Toronto Book Corpus и английской Википедии (те же данные, что и в исходном BERT). По итогу эксперимента DistilBERT продемонстрировал хорошие результаты в сравнении с BERT: по результатам удалось достичь более 95% производительности BERT, предустанавливая на 40% меньше параметров. Касательно времени вывода, DistilBERT более чем на 60% быстрее, чем BERT. В модели используется метод перекрестной энтропии, архитектурный паттерн RNN - трансформер. Ближайшие конкуренты: OpenAI (GPT), BERT (Google), RoBERT (Facebook).

Разработчиками из Института Гёте во Франкфурте в 2019 году была разработана программа Beta writer, для сокращения размерности с сохранением семантического смысла, как ответ на проблему экспоненциального роста числа научных публикаций и затрат времени на оценку их актуальности. Исследователи обращаются к базе через API SpringerLink. На входе – 1,086 статей, на выходе достигнута компрессия до 250 страниц от изначальных 10,000 страниц. Последовательность обработки состоит из блока препроцессинга, блока распознавания смысла, блока экстракции и блока кластеризации/агрегации – topic extraction. Консолидация ссылок используется при кластеризации и построении структуры. Разработчики не использовали глубокое и sequence-sequence обучение. Качество контента не может превосходить качество корпуса, подаваемого на вход. Основная проблема, вставшая перед разработчиками выбор уровня сжатия. На данный момент у программы отсутствует возможность регулировки стилистической близости и компрессии текста, а 70% предложений синтаксически переформулированы, сработало одно из правил трансформации. Компрессия коснулась 1% токенов. Многократно используется парафраз, синонимы, синтаксические правила не коснулись 1% предложений.

Коллектив Google Brain и Imperial College London создали систему Pegasus (Pre-training with Extracted Gap-sentences for Abstractive Summarization) – для установления абстрактного обобщения, которая использует архитектуру Google Transformers в сочетании с предварительной подготовкой, специально разработанной для создания абстрактного текста. Программа показывает отличные результаты в 12 задачах обобщения материала, включая такие сферы как новости, наука, рассказы, инструкции, электронные письма, патенты и законопроекты, а также демонстрирует высокую производительность при обобщении материалов при небольшом объёме информации.

Как отмечают исследователи, программа эффективно справляется с обобщением текста в целях создания точных и кратких резюме из входных документов. Программа не просто копирует фрагменты из входных данных, поскольку итоговое абстрактное обобщение может создавать новые слова или перефразировать основную информацию, таким образом, что выходные данные остаются логичными и простыми для понимания.

Группой учёных из Украины, Германии и России была разработана нейронная среда интеллектуального анализа аргументов TARGER с открытым исходным кодом, для тегирования аргументов в обрабатываемых текстах и для поиска аргументов на основе ключевых слов из веб-корпуса с тегами аргументов. Доступные в настоящее время модели являются предварительно обученными на трех последних наборах данных для анализа аргументов и позволяют использовать нейронный анализ аргументов без каких-либо усилий по воспроизводимости на стороне пользователя. Открытый исходный код обеспечивает переносимость на другие отрасли знаний и варианты использования.

С помощью доступного RESTful API и веб-интерфейса разработана доступная и лёгкая в использовании как для исследователей и разработчиков, так и для широкой общественности. технология анализа аргументов. Различные модели интеллектуального анализа аргументов можно использовать для анализа текста вручную или интегрировать в автоматические процессы обработки естественного языка.

Группа учёных из США в 2019 году провела первое комплексное исследование по созданию автоматической базы знаний для двух распространенных графов общих знаний: ATOMIC и ConceptNet. В отличие от многих обычных баз знаний, в которых хранятся знания с помощью канонических шаблонов, базы знаний здравого смысла хранят только свободно структурированные описания знаний с открытым текстом. Важным шагом к завершению формирования автоматического здравого смысла является разработка производительных моделей знаний здравого смысла.

Разработанный исследователями трансформер COMmonsEnse Transformers (COMET) может стать важным шагом в этом направлении, поскольку учится генерировать богатые и разнообразные описания здравого смысла на естественном языке. Несмотря на недостатки моделирования на основе здравого смысла, исследователи выявили положительные результаты, когда неявные знания из глубоких предобученных языковых моделей передаются для создания явных знаний в графах общих знаний. Эмпирические результаты применения модели показывают, что COMET способен создавать новые знания, которые люди оценивают как знания высокого качества, с точностью до 77,5% (ATOMIC) и 91,7% (ConceptNet), где за 100% точности берётся показатель человека при выполнении такого рода задач. Результаты исследования демонстрируют, что использование моделей создания здравого смысла для автоматического завершения баз знаний здравого смысла может вскоре стать реальной альтернативой экстрактивным методам.

Данная работа на данный момент находится на переднем крае в области машинного обучения на стыке обработки естественного языка и графов знаний. Таким образом, ключевое значение для дальнейшего развития играют так называемые трансформеры и предобученные языковые модели. Отдельно стоит обратить внимание, что модель GPT2, разработанная некоммерческой компанией  Open AI, объединившей нескольких ведущих ИИ-экспертов, уже представлена для русского языка, ведется работа над адаптацией к русскому языку следующего поколения – GPT-3, первый релиз которой размещен Сбербанком России на крупнейшем международном ресурсе GitHUB.

Разработка проектов по онтологии права в качестве самостоятельного подхода к формализации законотворчества также получила в последние десятилетия свое развитие.

В частности, в период с середины 1990-х по середину 2010-х гг. в различных институтах Европейского Союза финансировались проекты по формализации законотворчества и обмену правовой информацией, включая проекты по созданию опорной онтологии права, как базиса для обмена правовой информацией на семантическом уровне.

Стандарты синтаксического уровня (нарезка текстов законов на блоки, их связка квалифицированными ссылками, последующее складирование в XML) разрабатывались параллельно, в разных странах. В частности, крупнейшие проекты: MetaLex В Голландии, LexDania в Дании, CHLexML в Швейцарии, NormeinRete в Италии. Голландский проект CEN MetaLex стал пан-Европейской инициативой, вкупе со стандартом XML4EP Европейского Парламента, поддерживающим проект по доступу к праву EUR-LEX. XML4EP является логическим продолжением инициативы ООН Akoma Ntoso Project — United Nations for Pan-African Parliaments.

Вместе с этим, одновременно развивались американские и австралийские и иные проекты. Мировой консорциум открытых стандартов OASIS разработал LegalXML, а Еврокомиссия использует стандарты CEN Metalex и SKOS. Стандартизация синтаксического уровня была успешно разработана и имплементирована, данные стандарты были внедрены, однако следует отметить, что работа над семантикой вызывает больше затруднений, нежели над синтаксическими структурами.

Продвижение онтологических разработок требует широкого видения и мышления, выходящего за рамки онтологических методов права. В этой связи примечателен проект нескольких европейских университетов под началом Leibniz Center for Law, собравший ряд видных европейских онтологов вычислительного права (Sartor, Hoekstra, Breuker, Boer, Palmirani etc.) под названием Estrella Project. Данный проект длился с 2004-го по 2008-ой год и его результатом стал существенный результат — онтология LKIF (Legal Knowledge Interchange Format). Репозитарий OWL-моделей LKIF-core поддерживался разработчиками вплоть до 2011 года.

В частности, над онтологией LKIF работали сотрудники Института открытых коммуникационных систем им. Фраунгофера – FOKUS (Берлин) и Института Корвина (Будапешт). LKIF - это XML-схема для представления аксиоматизаций теорий в формальной логике и доказательства предложений, построенных на основе этих теорий. Данная онтология предназначена для моделирования правовых норм, подобных тем, которые содержатся в законодательстве и нормативных актах.

При разработке LKIF приоритетными техническими задачами являлась разработка версии формата обмена правовыми знаниями, основанной на методах онтологического моделирования, включая RDF и OWL, и интерфейсы прикладных программ (API) для взаимодействия с системой правовых знаний.

В работе LKIF разработчиками планировалось применять последние достижения в области искусственного интеллекта, с учетом требований бизнеса для работы с правовой информацией.

LKIF нацелен на моделирование фундаментальных концепций права (в онтологии на основе OWL) и норм (на основе специальных языков правил, включая RuleML и SWRL), эта методика позволяет моделировать различные виды юридических знаний, в том числе: правила метауровня для рассуждений о приоритетах и ​​исключениях правил, юридические аргументы, случаи и факторы дела, ценности и принципы, а также процедуры.

В рамках LKIF разработана OWL-онтология базовых правовых концепций, таких как обязательства, разрешения, права и полномочия, которые могут быть повторно использованы при моделировании конкретных правовых областей.

Формат LKIF соответствует требованиям Semantic Web по стандартизации технологии и совместим с появляющимися стандартами Semantic Web, позволяющими моделировать концепции и правила. Таким образом, LKIF учитывает основную философию повторного использования и взаимозаменяемости информации, модульности и многоуровневой структуры.

Формат онтологии LKIF имеет выраженную юридически-ориентированную направленность: он является представлением знаний и средством формализованного обмена, приоритет которого направлен на требования пользователей рынка систем правовых знаний.

LKIF основан на четко определенной семантике и синтаксисе, отражает особенности предметной области и рассчитан для применения в сфере юриспруденции, обеспечивая универсальную поддержку в решении задач, независимо от области права.

Таким образом, LKIF может формировать логические формулы высказываний в логике первого порядка с расширениями для представления метауровневых предложений об атомарных предложениях и аннотирования формул информацией, необходимой для распределения бремени доказательства.

LKIF даёт возможность юристам, не имеющим специальной подготовки в области компьютерных технологий, создавать, поддерживать и утверждать формальные модели закона.

Впоследствии часть разработчиков LKIF-Core основали проект LegalRuleML, который в какой-то мере можно считать наследником первого. LegalRuleML — это язык обмена правилами, который расширяет более общий язык разметки правил RuleML функциями, специфичными для юридической области. LegalRuleML не является правовой онтологией в чистом виде, но требует определённого вида онтологизации (предлагается верхняя онтология в виде групп Node elements, Edge elements) для исполнения правил. Ноды здесь не имеют самостоятельного смысла, как в «чистых» онтологиях, но нужны только для связывания групп правил. LegalRuleML ориентирован на нормативный вывод (normative reasoning) или reasoning about the law по определению Праккена и Сартора (Prakken H., Sartor G. — Law and Logic. a Review from an Argumentation Perspective. 2015), что противопоставляется каузальному выводу (causal reasoning) или reasoning with the law. Таким образом, объектами вывода являются не сущности и отношения деятельного мира, а регулирующие деятельность правовые нормы и атрибуты контекста (юрисдикции, версии норм, изоморфизмы с формулами естественного языка и пр.) в аппарате defeasible logic.

Совместными усилиями исследователей из университета Болоньи и разработчиков Leibniz Center for Law при университете Амстердама был создан формат мета-данных MetaLex для публикации нормативных актов. Данный формат не предназначен для моделирования содержания норм, но облегчает описание структуры и организацию связей нормативного корпуса.

В рамках работы по репрезентации аргументации также был предложен альтернативный подход к моделированию права, основанный на создании систем логического вывода (inference), ориентированных на состязательную природу правовых рассуждений. Реализация подхода для компьютерного применения началась в рамках упомянутого выше проекта Estrella, но после получила самостоятельное развитие в проекте Carneades.

Кроме программного обеспечения для логического вывода, для представления аргументационных схем имеются специальные языки разметки, например, Argdown.


Существуют успешные примеры ручного перевода норм права на формальные языки.

Так, в части перевода норм права в виде программного кода в Новой Зеландии под эгидой Лаборатории инноваций в сфере услуг (LabPlus) была сформирована команда специалистов из различных сфер, которая в качестве предлагаемого решения с целью упрощения доступа к цифровым сервисам провела эксперимент и изложила два законодательных акта в виде алгоритмов: Закон о тарифных льготах и Закон о праздниках. В своем исследовании «Better Rules for Government» разработчики применили поэтапный подход для трансформации нормативного акта, и каждую норму приводили записывали в трех видах: на естественном языке, в виде псевдокода (то есть нормы права, записанные на естественном языке, но со следованием логики языка программирования) и программном коде. В результате была создана упрощенная модель машиночитаемой нормы права на языке программирования Python. По итогам разработки предлагаемого решения исследователи делают следующие выводы:

-       для машиночитаемых норм права необходимо адаптированное

под них законодательство, произвольные акты с трудом поддаются переводу на формальные языки;

-       при подготовке проекта на начальном этапе полезно создание определение единой онтологии, концепции и решения;

-       для разработки машиночитаемого права необходимо руководствоваться подходом, направленным на конечного пользователя;

-       не все законодательство может быть трансформировано

в машиночитаемый вид.

Несколько иной подход к алгоритмизации права предлагает австралийская организация Data61 – на основе технологии превращения норм в модели данных Parse-IT. В рамках национальной программы «Инновация и наука: платформа открытых данных» предлагается разработка проекта открытой платформы, основанной на цифровой логике и направленной на создание условий для предпринимателей по автоматическому соблюдению нормативных требований. Для работы такой платформы необходимо сделать право машиночитаемым. Процесс правоприменения по предлагаемому Data61 плану состоит из трех стадий: конвертации норм в машиночитаемый формат, контроль качества с последующей публикацией в открытом доступе на платформе и организация открытого доступа к данным с целью разработки приложений и программ, которые будут работать с нормами машиночитаемого права, иными разработчиками.

Для трансформации норм права в машиночитаемый вид предлагается рассматривать право через дозволения, обязывания и запреты, без учета абстрактных норм права. Такой подход позволил создать специализированную информационную систему Parse-IT, которая, по словам разработчиков, способна перевести в описанную выше логику 50-80% интенций, заложенных в тексте закона, в автоматическом или полуавтоматическом (с участием человека) режиме. С помощью данного WEB-приложения правовые нормы автоматически и полуавтоматически переводятся в цифровую логику и определенный набор правил. На основе такой переработки формируется логическая база данных, которая может быть интегрирована с аналитическими инструментами и технологией на базе искусственного интеллекта (блок осмысления/рассуждения) которые позволят проводить анализ регуляторных мер государства. Вместе с тем к настоящему моменту не существует ни результатов исследования, ни прототипа платформы.

Проекты по автоматизации отдельных процессов, не использующие формальные языки описания норм.

Относительно проектов по автоматизации отдельных юридических процессов стоит отметить, что на рынке юридических услуг разных государств существует широкий спектр таких решений.

Так, например, исследовательский центр CodeX при Стэнфордском университете занимается изучением и развитием вычисляемого права (computational law) — отрасли правовой информации в сфере автоматизации правовой аналитики.

В Стэнфорде оптимистично смотрят на потенциал создания машиночитаемого права в странах общего права (США, Англия и пр.), где существуют точные законы, в которых судебное усмотрение ограничено.

Признается высокий потенциал автоматизации законодательства, регулирующего вопросы конфиденциальности, безопасности, прав интеллектуальной собственности, управления бизнесом, электронной торговли, трудового права, строительные нормы и правила и т.д.


Ещё одним примером таких программ по автоматизации отдельных юридических процессов может послужить проект OpenLaw — совместная разработка Гарвардской школы права и Центра интернета и общества им. Беркмана Кляйна. OpenLaw — протокол, основанный на блокчейне, предназначенный для создания и исполнения договоров. По мнению разработчиков, использование OpenLaw может быть полезным для юристов, работающих с такими документами.

OpenLaw предоставляет возможности по использованию шаблонов, цифровой подписи и безопасному хранению документов, а также основывается на собственном языке разметки.

Язык разметки юридических соглашений (Legal Agreement Markup Language (LAML)) — расширение XML, разработанное для договоров, соглашений и связанных с ними документов. Целью LAML является разработка составных частей документов — модулей, рассчитанных на многоразовое применение, которые могут быть соединены между собой. Также язык может служить фундаментом для представления норм в машиночитаемом и обеспечивает взаимодействие с основанными на Ethereum смарт-контрактами.

Также популярным направлением является создание предметно-ориентированного языка (domain-specific language (DSL)) – для решения узкоспециализированных задач. Например, англоязычный Accord Project  является некоммерческой, коллаборативной инициативой по производству экосистемы и открытых ресурсов для создания умных договоров (smart legal contracts). Цель проекта — предоставить универсальную технологию и инструменты, которые: предлагают общий формат для умных договоров (smart legal contracts), сокращая необходимость внедрения и изучения новых технологий, поддерживающих возможности улучшения шаблонов договорных условий. Эти инструменты поддерживают совместное (в том числе повторное) использование шаблонов договорных условий, способствуют внедрению самоисполняемых договоров в любой инфраструктуре: облачные технологии, блокчейн, интернет вещей и взаимодействуют с любой децентрализованной (распределённой) системой и блокчейн платформой.

Accord Project предоставляет предметно ориентированную функциональность, а не универсальное приложение и специально разработан для конструирования и исполнения коммерческих договоров.


Как правило, подобные решения связаны с применением технологий искусственного интеллекта, или с автоматизацией юридических процессов, автозаполнением юридической документации (или составлением документов, например, с помощью конструктора), составлением подборки релевантной аналитической информации (например, поиском судебной практики или всех договоров аренды, заключенных предприятием).

Такие решения могут использовать записанные на естественном языке нормы права, и не требуют формирования самостоятельных правовых онтологий. При этом экспертами ввиду нахождения на начальной стадии развития отмечается их ограниченность, в первую очередь – количеством оперируемых понятий и наперед заданной логикой работы, которая вопределённых пользователями случаях (как например, в проекте российской компании NLogic) может специфицироваться через визуальный интерфейс, позволяющий по мягкой логике, основанной на системы меток («тегов») с применением искусственного интеллекта, оперировать распознаваемыми объектами.

Безусловно, исследования и разработки в области программирования права готовят почву для реализации проектов в различных прикладных сферах. Тем не менее, алгоритмы, путем которых «программируется право», задаются людьми с учетом действующего на текущий момент права, что порождает риск неправильной, субъективной интерпретации норм разработчиками и требует ручной актуализации алгоритмов при изменениях правовой системы.


Отдельно следует отметить инициативы различных участников рынка (преимущественно, в сфере финансовых технологий), которые традиционно относятся к сфере регуляторных (RegTech) и надзорных (SupTech) технологий. Указанные технологии хотя и не могут быть прямо отнесены к машиночитаемому праву, но, тем не менее, являются примером возможных и используемых подходов к автоматизации отдельных регуляторных функций. Так, RegTech традиционно объединяет технологии по обеспечению соответствия деятельности компаний существующим регуляторным ограничениям. В данной сфере наиболее развиты технологии проверки соответствия финансовых операций требованиям регулятора, например, в части идентификации клиентов и противодействия легализации доходов, полученных преступным путем.

В качестве примера могут быть приведены продукты GlobalGateway – по подтверждению личности и мониторингу подозрительных транзакций.

В сфере автоматизированного учёта налогов и проверки соответствия лидером рынка может быть названа американская компания Avalara. Программный код Avalara учитывает все транзакции в реальном времени, сервис работает с законодательной базой с учётом последних обновлений, а также имеет функцию управления документами, подготовки и подачи финансовой отчетности. Для сокращения издержек на ведение налогового учёта программа также учитывает законодательные требования и налоговые ставки на конкретной территории, определяя ее по геолокации.

Существуют и продукты, основанные на открытом программном обеспечении, в их числе французский проект OpenFisca. Программа позволяет моделировать последствия налоговых реформ по соотношению бюджета и реальных доходов населения. Кроме того, она поддерживает создание формул и соответствующих приложений на основе налоговых норм, предоставляет единую среду и стандарты для разработки налоговых систем.


Флагманами по решению задач, касающихся управления рисками, являются компании Argos Risk и Qumram. В частности, швейцарская компания Qumram предлагает решение, фиксирующее 100% всех цифровых взаимодействий, в целях обеспечения нормативного соответствия, предотвращения мошенничества и улучшения клиентского сервиса.

Большой спектр компаний предоставляют решения в сфере регуляторных технологий, направленных на операционный риск-менеджмент и портфолио риск-менеджмент. Эффективные решения в области операционного риск-менеджмента предоставляет ирландская компания Corlytics на основе анализа данных для оценки воздействия каждого регуляторного элемента. Corlytics разбивает каждое правоприменительное действие на 160 различных точек данных, чтобы обеспечить машиночитаемую аналитическую информацию и осуществить сравнение воздействия регулирующих органов.

В части портфолио риск-менеджмента американская компания Kyriba является мировым лидером в облачных решениях для казначейства и финансов, предоставляя не только автоматизированные решения по аналитике оборотного капитала, но и эффективные инструменты для управления рисками и денежными средствами.

Кроме RegTech продуктов в области проверки финансовых операций и отчётности, также представлены решения в сферах информационной безопасности, идентификации, здравоохранения и, конечно, оценки на предмет соответствия законодательству и нормативным актам.

В числе компаний, разрабатывающих передовые решения в области соответствия законодательству и нормативным актам - американские компании TrackBill и Fiscal Note.

Компания TrackBill предлагает программное обеспечение, позволяющее поэтапно отслеживать законодательный процесс по интересующим проектам. Программа объединяет в себе функции сборасбора данных и корреляционного анализаанализа законодательной, нормативной и публичной информации для повышения эффективности управления.

FiscalNote также предлагает схожее решение по автоматизированному мониторингу законодательства и вносимых изменений как на локальном, так и на глобальном уровне. Программное обеспечение разработано на основе алгоритмов машинного обучения и подходов по обработке естественного языка (Natural Language Processing).

В сфере решений для здравоохранения выделяются решения компании InvisAlert, разработавшей технологию автоматической проверки, подтверждающей приём пациентов. Продукт InvisAlert помогает персоналу эффективно управлять необходимыми круглосуточными проверками пациентов, что снижает риски, ошибки и затраты для больниц.

Разработки компаний RedOwl и ForcePoint направлены на устранение угроз в области информационной безопасности, в частности снижают инсайдерские угрозы. В отличие от традиционных инструментов информационной безопасности и инструментов по оценке соответствия, платформа поведенческой аналитики RedOwl объединяет структурированные и неструктурированные источники данных для формирования целостной картины рисков в масштабах всего предприятия. Программный продукт проактивно обнаруживает и сдерживает нежелательное и незаконное поведение.

Кроме этого, как было упомянуто ранее, существует большое количество компаний, занимающихся разработкой программных продуктов по идентификации и общей проверке соответствия, например, таких как ComplyGlobal и Continuity.

Отдельно в качестве примера предиктивных технологий направления SupTech можно выделить американскую компанию Trooly, сервис которой производит проверку и построение предсказательной модели возможных доверительных отношений и взаимодействий с потенциальными контрагентами на основе больших данных.

Выдающимся примером применения SupTech является программа Национального банка Австрии, в рамках которойй в 2014 году был запущен проект по централизованному сбору данных на платформе ABACUS, разработанной компанией BearingPoint.

Управление платформой осуществляет компания Austrian Reporting Services (AuRep), которая является совместным предприятием восьми крупнейших австрийских банковских групп (на чью долю приходится 87% рынка). Банки направляют в ABACUS микроданные (информацию об отдельных финансовых договорах, депозитах, кредитах) в режиме реального времени (на следующий после заключения договора) в стандартизованной форме. Эти сведения являются так называемыми «базовыми кубами» данных. При поступлении запроса информации от регулятора платформа формирует так называемые «умные кубы» данных. Они представляют собой сведения, агрегированные в виде, соответствующем целям анализа регулятора.

Главным достоинством такого подхода является отсутствие необходимости для банков предоставлять регулятору одни и те же сведения несколько раз для разных целей, а также снятие с банков значительной части издержек по агрегированию данных и расчёту аналитических показателей для отчётности. Национальный банк Австрии отмечает, что система позволяет отойти от сбора данных по определенному шаблону, который имеет ряд критических недостатков: возможность ошибок, дублирование работы, недостаточная детализация. По данным BearingPoint, с внедрением системы ABACUS издержки банков на предоставление отчетности регулятору снизились более чем на 30%. BearingPoint прорабатывает возможность внедрить платформу, основанную на схожей технологии, в Великобритании

Анализ текущего состояния применения технологий машиночитаемого права в Российской Федерации.

В настоящее время технологии применения машиночитаемого права

в Российской Федерации связаны с развитием автоматизации отдельных юридических процессов как на уровне отдельных проектов или разработки таких решений внутри организаций, так и на государственном уровне.

В том, что касается автоматизации на национальном уровне, в первую очередь, автоматизация правоприменения связана с работой Единого портала государственных и муниципальных услуг (далее – ЕПГУ), а в дальнейшем – и путем развития суперсервисов. Однако применяемые в настоящее время подходы к организации работы не могут быть отнесены к машиночитаемому праву, поскольку не используют самостоятельных правовых онтологий. Тем не менее, как будет показано далее, собираемые через ЕПГУ данные о предоставлении государственных и муниципальных услуг могут служить основой для формирования и отладки интеллектуальных систем, использующих правовые онтологии.

В рамках федерального проекта «Цифровое государственное управление» национальной программы «Цифровая экономика Российской Федерации» Минэкономразвития России ведется работа по созданию Федеральной государственной информационной системы «Национальная единая среда взаимодействия всех участников нормотворческого процесса при подготовке регуляторных решений» для задач оптимизации процесса разработки, согласования и утверждения проектов нормативных правовых актов, а также внедрения принципов совместной работы над проектами нормативных правовых актов.

Реализован первый этап развития системы, который не предусматривал работу с предметом машиночитаемого права. Тем не менее, перевод документооборота, связанного с нормотворчеством, в указанную систему в форматы, отнесенные данной концепцией к цифровым текстовым документам, позволяет автоматизировать и перевести в единую цифровую плоскость большинство существующих процессов по разработке и согласованию проектов нормативных правовых актов, а также формирует технологическую основу и необходимую базу данных для последующего развития машиночитаемого права. Кроме того, проект по созданию информационной системы предполагает автоматическую разметку в текстах нормативных правовых актов лингво-логических объектов (объектов, субъектов, действий и обстоятельств), которая является основой для создания семантического ядра документов и дальнейших операций с ним: кластеризации документов и их частей, выявления сходств и различий в положениях, выявление упоминаний одинаковых и сходных объектов и др.

Федеральной налоговой службой России подготовлен проект концепции развития электронного документооборота в хозяйственной деятельности, которая нацелена на сокращение временных издержек на обработку документов. Для решения данной задачи предлагается расширять использование машиночитаемых сведений, описывающих характер и особенности хозяйственной деятельности, в том числе за счет создания многоуровневой системы метаданных, позволяющих пополнять документы необходимыми формальными сведениями, востребованными в обороте.

Следует отметить широкий спектр инициатив, реализуемых разными федеральными органами исполнительной власти, также направленных на автоматизацию обработки типовых и шаблонных документов, содержащих только набор данных заранее известных типов. Такие документы не требуют фиксации в документе правовых связей, но могут также являться основой для развития машиночитаемого права, если шаблонами таких документов будет обеспечена возможность погружения и последующей интерпретации дополнительных данных.

Банком России реализуется ряд проектов в сфере регуляторных технологий, среди которых проект по валидации и надзору за применением моделей оценки кредитного риска, направленный на повышение оперативности надзора и повышение прозрачности регуляторных требований, проект по созданию платформы по идентификации клиентов (KYC), компаний-получателей инвестиций (KYD).

Аналогичный проект был предложен для финансирования в рамках федерального проекта «Искусственный интеллект» в июле 2020 года Росфинмониторингом совместно с Физическим институтом им. Лебедева для контроля за оборотом виртуальных активов и криптовалют на основе анализа данных платежной системы Bitcoin в рамках принятого Федерального закона «О цифровых финансовых активах».

Следует также отметить инициативу Ассоциации развития финансовых технологий – по разработке решений для автоматического соблюдения требований к совершению отдельных сделок через т.н. умные контракты в специализированной среде для взаимодействия внутри банковского сообщества Masterchain. Ассоциацией больших данных в настоящее время реализуется проект по автоматизации контроля за использованием больших данных на создаваемой экспериментальной площадке. Фондом «Сколково»реализуется проект по формированию терминологических стандартов и иных регулирующих документов в машиночитаемом формате в сфере создания единого пространства доверия и ряда других проектов.

Выводы

Существующие и активно развивающиеся технологии машинного обучения применимы при автоматизации юридических процессов в целом, однако в контексте машиночитаемого права эффективны, в первую очередь, как инструмент формирования выдачи структурированной информации из неструктурированных источников. Кроме того, технологии машинного обучения могут способствовать в подготовке существующих норм к автоматизации (в частности, определят требующие устранения основные ограничения и подготовят предварительный проект программного кода).

Машинное обучение является одним из инструментов для автоматизации права, позволяющий применять ранее упомянутые вероятностные связи между ключевыми элементами правовых моделей (в том числе обработанными с использованием системы меток («тегов»)), а также обрабатывать массивы данных правоприменения (включая статистические данные). Вместе с тем,общая точность работы моделей машинного обучения в задачах автоматической обработки естественного языка требует дальнейшей доработки с тем, чтобы не тиражировать ошибки правоприменительной практики, при этом при изменении вводных данных (например, принятии нового нормативного правового акта) необходимо заново обучать модель на основании нового массива размеченных (или неразмеченных) данных.

Примечательно, что язык разметки широко применим в технологиях автоматизации права, хотя и не делает нормы машиночитаемыми. Записанные на естественном языке нормы права не только становятся доступными для моделей машинного обучения с учителем, но и упрощают процессы отслеживания статуса правовых норм и нормативных правовых актов, а также их поиск в информационных системах и установление связей между такими актами. Однако преимуществом, как и недостатком, является большое разнообразие доступных решений в сфере языков разметки, что влечет необходимость для работы с конкретной программой осваивать конкретный язык, и затрудняет накопление критического объема машиночитаемых норм.

Учитывая вышеописанные современные подходы, выделяются два основных метода определения языка программирования для развития автоматизации права:

-           создание нового предметно-ориентированного, то есть созданного

для конкретной области применения скриптового (кратко описывающего действия, выполняемые системой) мультипарадигмального (применяющего одновременно несколько подходов к созданию компьютерных программ) языка программирования 5-го поколения, который бы поддерживал логическую, функциональную и объектно-ориентированную парадигмы

и позволял бы создавать программы для решения поставленной задачи

с помощью визуальных средств разработки без привлечения IT-специалиста.

-           использование уже существующих языков программирования общего назначения. Учитывая специфику предлагаемых решений в зависимости от парадигмы программирования, для решения разнонаправленных задач алгоритмизации норм может понадобиться несколько языков программирования, работающих с одной общей онтологией. В таком случае наиболее подходящим для решения задачи развития машиночитаемого права видится использование скриптовых языков, поскольку данная группа языков программирования способна объединять компоненты, уже написанные на других языках, и позволяет им вместе функционировать. Вместе с тем скриптовые языки программирования не содержат специализированных инструментов для решения задач автоматизации права, поэтому более предпочтительным является подход с разработкой собственного языка программирования.

Характеристики норм, которые могут быть переведены в машиночитаемый формат.

Одним из ограничений развития технологий машиночитаемого права является сложность для автоматизации записанных на естественном языке норм права. Для того, чтобы привести нормы права в машиночитаемый формат, требуется определить, какие нормы могут быть автоматизированы

без ошибок в их интерпретации. Следовательно, необходимо определить критерии норм права, которые могут быть сформулированы

в машиночитаемом виде. Относительно уже принятых нормативных актов, наиболее эффективно интегрированы в систему автоматизированного права могут нормы, соответствующие следующим критериям:

-           конкретность, то есть единственный смысл правовой нормы может быть выяснен путем толкования, норма может быть воспринята однозначно с точки зрения правил русского языка, а также контекста и правил использования языковых конструкций в данной конкретной сфере права;

-           полнота нормы, понимаемая как ясность ее трактовки для всех возможных сценариев, регулирование которых предусматривает данный правовой акт и отсутствие смысловых пробелов;

-           наличие референтных норм - при наличии конкурирующих источников, регулирующих аналогичный вопрос, должны быть определены референтные (эталонные) определения и правовые утверждения, противоречия с которыми в иных источниках должны устраняться;

-           определенность назначения нормы в правовой системе, принимая во внимание, что нормы-принципы и декларативные нормы трудно поддаются автоматизации.

Дополнительными критериями, значительно облегчающими разработку машиночитаемых представлений для норм, могут также являться:

-           законченность – для понимания смысла нормы не требуется системного толкования, следования отсылочным нормам или выхода за пределы статьи акта;

-           независимость содержания нормы от содержания иных норм права;

-           ясность изложения, то есть норма не требует анализа сопутствующей информации и дополнительных интеллектуальных усилий, чтобы изложить ее в виде алгоритма.

Необходимо разработать методику, которая будет производить оценку потенциала трансформации ранее принятых правовых норм

в машиночитаемый формат, и обеспечить ее внедрение в нормотворческий процесс.

Формулирование требований к нормотворчеству с целью обеспечения возможности перевода норм права в алгоритмы.

Помимо трансформации некоторых уже действующих норм права, необходимо сформулировать определенные требования к разрабатываемым для применения в машиночитаемом формате нормативным правовым актам и способам их опубликования как в машиночитаемом, так и в понятном для человека виде. Помимо устранения нормативных барьеров, необходимо основывать процесс принятия источников машиночитаемого права на основе источника, который будет содержать все необходимые для автоматизированной интерпретации нормы права в одном акте (например, федеральном законе). С точки зрения юридической техники, нормы должны быть записаны на естественном языке права однозначно и ясно, без отсылочных норм.

Кроме того, необходимо создание модели взаимодействия актов машиночитаемого права с актами «судебного нормотворчества» Конституционного суда Российской Федерации и Верховного суда Российской Федерации, так как позиция суда может принципиально изменить содержание правовой нормы для правоприменительной практики. Также требуется дальнейшее развитие «теста на диспозитивность» для создаваемых правовых норм, принимая во внимание, что в этом направлении сделаны пока лишь первые шаги на основании решения Пленума ВАС по свободе договора, содержавшего в том числе первую версию алгоритма такого теста.

Помимо вышеописанных принципов, на основе которых должна происходить разработка актов машиночитаемого права, требуется определить концептуальные подходы к еще нескольким проблемам совместимости права, записанного на естественном языке, и автоматизированного права:

-           совместимость изначально машиночитаемых актов права

с действующими неавтоматизированными правовыми нормами. Новое машиночитаемое регулирование будет связано с правовыми нормами, описанными только на естественном языке, что потребует формирования подхода к их взаимодействию;

-           разрешение противоречий между нормами, изложенными на естественном языке, и нормами, приведенными в машиночитаемом формате, определяющих необходимость создания переходных положений при использовании машиночитаемых актов права;

-           сложность формирования машиночитаемого регулирования правоотношений, на которые влияют плохо формализованные, но интуитивно понятные категории, например, свобода, равенство, справедливость, добросовестность и т.п., равно как и понятий, имеющих преимущественно популистский (т.е. неисполнимый либо заведомо противоречивый) характер.

Сферы применения технологий машиночитаемого права

Стандартизация и сертификация

Преимущества сферы технического регулирования

Развитие технологий машиночитаемого права в сфере технического регулирования носит приоритетный характер по следующим причинам:

-           Техническая терминология. Техническое регулирование направлено на обеспечение безопасности продукции и связанных с ней процессов производства, эксплуатации, хранения, транспортировки и вывода из оборота за счет оценки соответствия такой продукции требований технических регламентов. Как следствие, проведение такой оценки в большинстве случаев не допускает формулировок, обеспечивающих значимую дискрецию правоприменительных органов, равно как и недостаточную ясность, конкретность и полноту определений.

Аналогично, законодательством о стандартизации определены требования по единству измерений и сопоставимости их результатов, а также по оптимизации и унификации номенклатуры продукции, что также упрощает внедрение технологий машиночитаемого права, опирающихся на онтологическое (т.е. взаимосогласованное) представление предметной области.

Таким образом, формулировки, используемые при определении и установлении взаимосвязей между техническими терминами, в наибольшей степени соответствуют характеристикам норм, которые без существенного преобразования могут лечь в основу машиночитаемого права.

-           Исполнимость. Основная часть технического регулирования сформирована в расчете на проведение в последующем оценки соответствия. Например, законодательством в сфере стандартизации прямо установлен принцип установления в документах по стандартизации требований, обеспечивающих возможность контроля за их выполнением. Для многих требований установлены методики проведения натурных испытаний, которые обеспечивают однозначность получаемого результата измерений, и содержат исчерпывающий перечень действий, которые должны быть проведены аккредитованной лабораторией, осуществляющей оценку соответствия.

Таким образом, наличие описанных с помощью машиночитаемого права технологических регламентов и стандартов в случае их добровольного либо обусловленного законодательством применения позволяет сократить издержки организаций на проведение процедур оценки соответствия выпускаемой ими продукции, например, при применении онлайн-мониторинга за объектами, связанными с высоким риском в рамках развития риск-ориентированного подхода к проведению контрольно-надзорных мероприятий.

Аналогично, наличие полного набора машиночитаемых ограничений может быть востребовано при применении автоматизированных систем оценки соответствия, особенно в сферах, связанных с высокой автоматизацией процессов, включая контроль за движением беспилотного транспорта, работой программного обеспечения на объектах критической информационной инфраструктуры и т.п.

-           Фактологическая база. Используемые в техническом регулировании и стандартизации подходы к определению условий и ключевых особенностей использования существующих и новых технологий формируют необходимый базис для последующего развития машиночитаемых норм более общего характера.

Например, сложности в решении вопроса о возможностях сокращения регуляторных барьеров на использование обезличенных персональных данных для исследовательских целей в основном обусловлены недостаточным пониманием участников диалога конкретных условий и алгоритмов их обработки. Работая с общими нормами, допускающими крайне широкое толкование, невозможно отказаться от консервативного подхода в регулировании, не рискуя при этом создать условия для нарушения прав граждан на тайну личной жизни.

Напротив, определение узких, технологически контролируемых условий в машиночитаемом формате для обработки персональных данных, позволяет выстроить механизмы автоматического контроля за процессами преобразования данных, которые обеспечат связь между общими принципами защиты персональных данных, и ограниченной, но крайне необходимой деятельностью по развитию новых цифровых решений на основе новых знаний, полученных при обработке обезличенных персональных данных.

-           Рекомендательный характер регулирования. Применение национальных стандартов в случаях, когда это прямо не установлено нормативными актами, носит добровольный характер.

Как следствие, удачные решения в сфере перевода стандартов в машиночитаемый формат будут востребованы рынком, и обеспечат появление лучших практик для дальнейшего тиражирования накопленного опыта, тогда как неудачные эксперименты с переводом в машиночитаемый формат не окажут негативного влияния на развитие отрасли.

Кроме того, процедура разработки и мониторинг последующего использования стандартов носит открытый для всех заинтересованных участников характер. Как следствие, результаты первых экспериментов в области использования машиночитаемых норм получит самую широкую экспертную оценку, а также позволят оценить востребованность регулирования в новых форматах, отличных от традиционных текстовых способов представления норм.

С учетом вышеизложенного, сфера технического регулирования, в особенности терминологические и архитектурные стандарты, определяющие ключевые объекты стандартизации и их функциональные связи, является наиболее приоритетной для тестирования подходов к машиночитаемому праву.

Приоритеты и направления развития машиночитаемого права в техническом регулировании

На первом этапе реализации Концепции в сфере стандартизации необходимо выделить несколько ограниченных областей, в которых наблюдается высокая востребованность для осуществления автоматизированного контроля за соответствием процессов, являющихся объектом регулирования, техническим требованиям регулятора, либо выработанным в результате саморегулирования референтным моделям.

Основным фактором принятия решения о целесообразности перевода документов технического регулирования в машиночитаемый формат должен быть фактор наличия технической возможности в настоящее время либо в ближайшей перспективе обеспечить необходимый поток первичных данных, являющихся источником информации для принятия решений о соответствии либо о несоответствии объекта контроля установленным требованиям.

Необходимо также отметить, что все приведенные выше аргументы (кроме аргументов в части рекомендательного характера регулирования) применимы и к случаям установления технических требований непосредственно в нормативных актах. Таким образом, предложения по внедрению технологий машиночитаемого права в сфере стандартизации и технического регулирования могут быть распространены на случаи определения технических требований к взаимодействию между информационными системами, обменивающимися информацией без участия человека, через нормативные акты Правительства Российской Федерации и ведомственные нормативные акты.

С учетом изложенного, наибольшим потенциалом для перевода в машиночитаемый формат обладают документы в сфере технического регулирования и стандартизации по ключевым направлениям цифровой экономики, в особенности – стандарты в сфере обмена данными и контроля их содержимого.

К таким направлениям следует отнести техническое регулирование:

-       форматов документов электронного документооборота, для которых предусматривается автоматическая обработка с целью сокращения затрат времени на анализ первичной информации;

-       процессов и способов обезличивания персональных данных с целью их последующего использования в исследовательских целях для создания новых цифровых продуктов;

-       обработки медицинской информации в отношении обеспечения функционирования медицинского программного обеспечения, процессов мониторинга рисков и инцидентов, связанных с пострегистрационным мониторингом;

-       процессов обмена информацией об образовательных достижениях учащихся, использующих несколько видов дистанционного образования, а также для согласования учебных программ основного и дополнительного образования;

-       защиты прав потребителей при совершении дистанционных сделок, включая вопросы идентификации ее участников, соответствия предмета сделки наглядному представлению на сайте, достаточному информированию пользователей о рисках (особенно при совершении сделок в финансовой сфере), защиты от мошенничества либо недобросовестного поведения сильной стороны;

-       процессов подтверждения безопасности использования решений с элементами искусственного интеллекта, в первую очередь – беспилотных транспортных средств;

-       процессов обмена информацией между устройствами с помощью технологий интернета вещей;

-       процессов взаимодействия носимых и стационарных устройств в режиме предоставления сервисов умного города;

-       процессов тестирования новых потенциально опасных технологий в экспериментальных правовых режимах, когда применяемые технические требования не закреплены изначально, поскольку должны оперативно адаптироваться под получаемые результаты испытаний.

С учетом невозможности в настоящее время установить требования для всех либо значительной части стандартов по их разработке в машиночитаемом формате, необходимо поэтапное развитие инструментов и методов работы с машиночитаемыми стандартами. Одним из наиболее перспективных подходов к организации данной работы является перевод взаимодействия экспертов при подготовке проектов стандартов на площадки (информационные ресурсы), поддерживающие формирование как традиционных (текстовых), так и машиночитаемых представлений для используемых в стандартах языковых конструкций.

Первые шаги в этом направлении сделаны Фондом «Сколково» в рамках проекта standartopedia.ru, представляющую собой песочницу для отработки некоторых технологий взаимодействия экспертов в рамках работы одновременно с машиночитаемыми и понятными человеку представлениями текста.

 

Для запуска работы по данному направлению должны быть решены следующие задачи:

-       выбор формальных языков описания норм права, обладающих наибольшим потенциалом для фиксации отраслевых онтологий, применяемых при стандартизации;

-       выбор площадки для проведения серии экспериментов по переводу стандартов в машиночитаемый формат;

-       практическая апробация различных технологий совместной работы экспертов над документами в сфере технического регулирования и стандартизации с использованием обычных (текстовых) и онтологических методов разработки;

-       тестирование методов определения на стороне регулятора технических требований в машиночитаемом формате;

-       формирование набора лучших практик по взаимодействию между регуляторами и обществом по ретрансляции, обработке и применению машиночитаемых норм технического характера.

Сделки в машиночитаемом формате

Преимущества машиночитаемого оформления сделки

Оформление сделок в виде договоров или соглашений, направленных на фиксацию фактов, связанных с установлением, изменением или прекращением гражданских прав и обязанностей с применением машиночитаемого права имеет ряд существенных преимуществ:

-               Однозначность предмета и существенных условий сделки. Многообразие значений и возможных контекстов использования слов русского языка создает существенные риски для интерпретации предмета либо существенных условий сделки, что в соответствии со статьей 178 Гражданского кодекса Российской Федерации может являться основанием для признания ее недействительной. Проработанная онтология вместе со специальными процедурами (в т.ч. технологическими), позволяющими провести опрос стороны сделки о понимании природы, предмета и существенных условий сделки позволяет собрать в процессе заключения сделки достаточный набор оснований для того, чтобы убедиться в правильном понимании стороной указанных ее аспектов.

В настоящее время только в отношении некоторых типов сделок введены процедуры, позволяющие в определенной мере провести такой опрос, например, в рамках процедуры нотариального ее заверения. Вместе с тем, использование технологий интеллектуальных персональных помощников и возможности дистанционного контроля юридически значимых фактов, равно как и психологического состояния человека, заключающего сделку самостоятельно либо в качестве представителя иного лица, позволяют расширять практику заключения сделок с подтверждением их понимания.

-               Автоматизация проверки добросовестности участников сделки. Машиночитаемое оформление сделки позволяет проводить автоматическую проверку обстоятельств, имеющих существенное влияние на условия оборота. К числу очевидных направлений автоматического контроля могут быть отнесены проверки наличия и обременений для объекта прав, в отношении которого заключается сделка, обстоятельств дееспособности или полномочий стороны сделки, равно как и обстоятельств, свидетельствующих о притворности или мнимости сделки, равно как проверка полномочий лица, подписывающего договор.

Простейшим инструментом контроля таких обстоятельств является реестровая модель, создаваемая для фиксации однотипных юридически значимых фактов, связанных с оборотом наиболее распространенных типов объектов или полномочий. Однако, с учетом заведомой невозможности перевода на реестровую модель всех существенных обстоятельств сделки, развитие процессов контроля указанных обстоятельств неизбежно будет связано с расширением возможности автоматической проверки десятков и сотен документов, содержащих указанные факты.

Как следствие, каждый документ, в котором соответствующие обстоятельства размечены для проведения машиночитаемой проверки, сокращает время работы юристов по проверке чистоты иных сделок, для которых данный документ может являться источником информации о значимых обстоятельствах. Таким образом, машиночитаемые документы повышают надежность информации, и, как следствие, предсказуемость правоприменения для сторон.

-               Автоматизация учета результатов сделок. Сделки, связанные с переходом прав на объекты, подлежащие учету, требуют совершения дополнительных операций, направленных на осуществление такого учета. Наиболее распространены учетные операции, связанные с фиксацией результатов финансово-хозяйственной деятельности, в том числе для формирования обязательной налоговой и иной отчетности, а также при оценке стоимости активов компании. Кроме того, по мере развития реестровых моделей учета расширяется объем учетных операций, связанных с их ведением.

Разумеется, трудоемкость таких операций может быть снижена за счет взаимной интеграции информационных систем, определения источников мастер-данных и иных способов прямого взаимодействия. Однако многообразие типов данных и правовых взаимосвязей между ними таков, что корректный учет результатов сделок, особенно сделок под условием, требует шаблонизации не только самих данных, но программирования и проверки правовой логики.

Одним из промежуточных инструментов фиксации правовой логики могут являться машиночитаемые учетные политики. Используемые в настоящее время учетные политики либо носят слишком общий характер для непосредственного применения при классификации и отнесении к определенным статьям учета договоров и иных документов, либо встроены в системы автоматизации бухучета, и поэтому не могут быть подвергнуты машиночитаемому контролю в других процессах (например, в процессах аудита либо проверки отдельных обстоятельств сделок по приобретению активов и ценных бумаг).

Таким образом, создание механизмов стимулирования деятельности профессиональных бухгалтеров и аудиторов по формированию отчуждаемых машиночитаемых учетных политик может стать важным шагом на пути получения значительных экономических преимуществ от использования машиночитаемых соглашений.

-               Автоматическое исполнение сделок. Каждый человек, или организация осуществляют большое количество малозначительных операций, часть из которых может не требовать отдельного волеизъявления. В составе услуг банков давно появилась возможность подключения регулярных платежей, а также настройки платежей определенного типа под условием.

Кроме того, надежность исполнения некоторых крупных сделок может быть существенно повышена в случае дополнительных гарантий их полного исполнения при выполнении условий. Примером такой сделки может являться получение продавцом недвижимости ее стоимости после перехода права собственности к покупателю.

В сфере финансовых технологий активно развиваются т.н. SMART-контракты – алгоритмы, обеспечивающие исполнение элементарных сделок, заключенных с использованием технологии распределенного реестра либо иных технических решений, гарантирующих неизменность.

Существующие возможности по заключению и автоматическому исполнению сложных сделок в настоящее время сдерживаются сложностью их проверки и контроля исполнения, в особенности – в части возникновения непредвиденных обстоятельств либо воздействия на исполнение сделки иных правомочий ее участников.

Таким образом, расширение применения автоматического исполнения сделок, в том числе в части удобства и предсказуемости для сторон поведения обеспечивающего их алгоритма, является важнейшим долгосрочным направлением развития технологий машиночитаемого права.

-               Защита интересов сторон. Машиночитаемое соглашение способно существенно сократить издержки на защиту интересов сторон как при досудебном урегулировании, так и в суде. Автоматизация создания требуемых документов, начиная от претензий и заканчивая исковыми заявлениями, равно как и автоматизация их проверки и соотнесения с действующим законодательством и реальными обстоятельствами, способно кратно сократить временные и финансовые затраты организаций и физических лиц.

В настоящее время активно развиваются различные интеллектуальные сервисы, позволяющие предсказывать результаты тех или иных типовых исков. Однако автоматизация выстраивания оптимальной линии требования или защиты в претензионной работе либо судебном разбирательстве пока не под силу основанным на нейронных сетях алгоритмам, главным образом – из-за невозможности восстановления логики причинно-следственных связей в рекомендациях со стороны таких систем.

Более того, процесс совершенствования правовой модели хозяйственной деятельности требует формализации и осмысления имеющихся обстоятельств. Как следствие, автоматизация процессов защиты интересов неизбежно будет связана с машиночитаемым представлением соглашений, равно как и документов более высокого уровня – стратегий, политик, стандартов качества либо документов, направленных на защиту потребителя. При переходе к машиночитаемому представлению возможна автоматизация накопления практики правоприменения в полуавтоматическом режиме, также, как и автоматическая генерация гипотез по возможному совершенствованию правовой обвязки осуществляемой деятельности.

-               Защита слабой стороны. Для улучшения понимания гражданами и представителями малого и среднего бизнеса контекста и подразумеваемых условий сделки могут использоваться интеллектуальные системы, выполняющие функции персональных помощников. Такие системы могут обеспечивать анализ и обобщение действующих норм законодательства, так и оценку сложившихся практик делового оборота, включая правоприменительную практику. Соответствующий анализ на стороне крупных компаний проводится профессиональными юристами, привлечение которых частным лицом, особенно для незначительных сделок нецелесообразно, но может быть компенсировано специализированным программным обеспечением с элементами искусственного интеллекта.

При этом формирование массивов машиночитаемой правовой информации в сферах, связанных с наибольшим количеством сделок, обеспечит необходимой информацией производителей персональных помощников, и тем самым будет способствовать как развитию технологий искусственного интеллекта, так и обеспечит необходимую защиту прав слабой стороны за счет автоматизации контроля важных для потребителя обстоятельств.

-               Связность с законодательством и актуализация условий сделки. Машиночитаемый формат соглашения в перспективе позволит автоматически формировать полный правовой контекст его исполнения. Как следствие, при изменении регулирования в сфере реализации соглашения, может быть предусмотрена определенная процедура актуализации соглашения, проводимая как в автоматическом, таки в ручном (с предварительным уведомлением участвующих в соглашении сторон и оценкой влияния изменяющегося законодательства).

Отдельно следует отметить преимущества использования машиночитаемого права при формировании приложений к соглашениям, носящих характер технических требований. По тем же причинам, которые приводились в качестве аргументов в пользу использования машиночитаемого права в документах национальной системы стандартизации, соответствующие приложения на формальных языках могут обеспечить ясность, однозначную трактовку, автоматизацию оценки соответствия и, как следствие – снижение рисков по сделкам, связанным с различным пониманием сторонами существенных условий. Однако расширение использования машиночитаемого представления технических заданий и других подобных документов во многом зависит от количества и доступности в машиночитаемом виде соответствующих стандартов.

Приоритетные задачи по расширению использования машиночитаемых сделок

Первоочередным направлением развития машиночитаемых сделок является формирование общероссийского справочника типовых обязательств, которые могли бы использоваться в хозяйственной и иной деятельности участниками оборота.

Такой справочник должен содержать юридически значимый набор метаданных, обеспечивающих необходимые машиночитаемые связи между используемыми в законодательстве и хозяйственном обороте понятиями, описанными на заранее определенном формальном языке.

Использование общероссийского српавочника типовых обязательств позволит снабжать электронные документы, содержащие информацию о заключении сделок и исполнении принятых в них обязательств, соответствующей машиночитаемой разметкой, обеспечивающей совместимость любых локальных систем автоматического разбора и классификации электронных документов.

С учетом опыта по формированию таких языков, накопленных в проектах по созданию LegalXML, LKIF, LegalRuleML, Estrella и ряда других, существуют возможности фиксации и ограничения сферы применения элементарных обязательств, равно как и структурирования из них более сложных типов сделок, включая типы сделок, явным образом обособленные в Гражданском кодексе Российской Федерации.

Тем не менее, выработка оптимального способа описания таких элементарных обязательств с учетом удобства их комбинирования и последующей автоматической обработки требует проведения серии пилотных проектов, включая пилотирование в отдельных отраслях экономики.

Как следствие, предлагается на первом шаге развития такого справочника реализовать серию экспериментальных подходов к описанию обязательств, основывающуюся на общем семантическом ядре терминологии гражданского и отраслевого законодательства с последующей практической апробацией в отдельных областях права с высоким уровнем государственного регулирования.

Кроме того, важно отметить, что с учетом невозможности выработки одного общего универсального справочника, организация информации в нем должна опираться на принципы создания федерированных (распределенных) справочников. В таких справочниках за каждую часть библиотеки метаданных отвечает свой регулятор – орган власти, обеспечивающий реализацию государственной политики в той или иной области. При этом техническими средствами федерированного справочника обеспечивается ссылочная целостность и возможность регистрации как обязательных, так и опциональных компонентов справочника, а также автоматическая проверка семантической идентичности предлагаемых альтернативных понятий, и ряд других технических требований.

Развитие и расширение справочника обязательств при этом не должно сопровождаться пересмотром машиночитаемой структуры этих документов.

Участниками процесса разработки и версионирования могут быть как федеральные органы государственной власти, отвечающие за реализацию той или иной государственной отраслевой политики, как и крупные организации, имеющие свои специфические цифровые экосистемы, либо отраслевые ассоциации, заинтересованные в поддержании и развитии своих компонентов такого справочника.

С учетом распределенного характера справочника и технических требований к нему, для управления распределенной библиотекой метаданных предлагается использовать сложившиеся в международной практике подходы к версионированию, например, на основе хорошо зарекомендовавшего себя подхода GIT, поддерживаемого множеством удобных для работы графических интерфейсов.  

Для обеспечения экономических преимуществ от использования машиночитаемых сделок необходимо также синхронизировать справочник типовых обязательств с инструментами формирования машиночитаемых доверенностей, разработка которых осуществляется в рамках принятых изменений в законодательстве об электронной подписи.

Еще одной задачей по синхронизации в целях достижения наибольшего экономического эффекта от применения машиночитаемых сделок является синхронизация данного проекта с развитием электронного документооборота. Применение конструкторов наиболее массовых документов должно содержать необходимые элементы разметки, позволяющей классифицировать такие документы в связи с теми или иными типами обязательств или правомочий.

Для расширения применения интеллектуальных инструментов, обеспечивающих формирование, согласование, подписание и исполнения различных типов сделок, в том числе для проведения автоматизированной оценки по каждому из возможных предметов как на стадии подписания, так и на стадии исполнения представляется целесообразным обеспечить в рамках действующих инструментов (например, федерального проекта «Искусственный интеллект») поддержку технологических компаний, занимающихся разработкой соответствующих российских решений.

Контрольно-надзорная деятельность

Преимущества машиночитаемого права в сфере контрольно-надзорной деятельности

Применение инструментов машиночитаемого права актуально в рамках реформирования контрольно-надзорной деятельности в Российской Федерации по ряду причин. Основными из них являются следующие:

-           Возможность автоматизации надзора.  Может быть реализована на различных стадиях надзорной деятельности, в особенности, если в отрасли уже используются машиночитаемые стандарты и соглашения. Прежде всего, на стадии профилактики правонарушений, включающей в себя как выработку эффективных инструментов минимизации риска причинения вреда охраняемым законом ценностям на принципах саморегулирования, так и добросовестного соблюдения обязательных требований.

При формировании обязательных требований с фиксацией их правовой логики с помощью исполнимых формальных языков, контролируемые лица смогут загрузить указанную правовую логику в свои информационные системы, и обеспечить тестирование локальных нормативных правовых актов, а также сложившихся формализованных бизнес-процессов на предмет их соответствия требованиям контролера.

Кроме того, на основе заданной логики может быть решена задача по автоматизации определения перечня обязательных требований, которым должно соответствовать лицо, осуществляющее определенные виды деятельности с учетом места размещения, используемых технологий и иных условий.

Аналогичная задача может решаться в полу- или полностью автоматическом режиме при проведении контрольно-надзорных мероприятий.

Более того, при осуществлении профилактических и контрольных-надзорных мероприятий контрольным органом для управления совокупным риском причинения вреда установленная правовая логика обязательных требований может систематически соотноситься с информацией об инцидентах. Указанный метод организации работы по управлению рисками, в свою очередь, позволяет в перспективе перевести оценку риска причинения вреда из формата экспертной работы (т.е. основанной на мнениях экспертов, не лишенных субъективизма), в формат работы на основе больших данных, что обеспечит значительно более высокую надежность системы контроля при минимизации вмешательства в деятельность контролируемых лиц.

-           Снижение фактора субъективности. Машиночитаемые нормы права позволяют сократить усмотрение контролера за счет выразительных возможностей формальных языков, что позволяет обеспечить однозначную трактовку при их применении. Основываясь на логике, зафиксированной с помощью формальных языков, и методах автоматического контроля соблюдения этой логики как со стороны контролируемых лиц, так и со стороны инспекторов, возможно выстраивание прозрачных, объяснимых и последовательных процессов их взаимодействия. Каждая из сторон может в автоматическом режиме проверить обоснованность действий другой стороны, что снизит подозрения в нечистоплотности либо субъективности контролера или контролируемого. Как следствие, четко сформированные и единообразно применимые машиночитаемые нормы права существенно увеличат предсказуемость надзорной деятельности и доверие субъектов контрольных мероприятий к проверяющим органам.

Сокращение трудозатрат на достижение заданного уровня безопасности. Взаимодействие между проверяемым и контролирующим субъектами требуется реже, происходит значительно быстрее и с меньшей нагрузкой на персонал контрольно-надзорных органов, поскольку применяются технологии дистанционного взаимодействия и интеллектуальные системы, проводящие предварительный анализ документов. Уровень готовности каждого из участников процесса за счет таких технологий к проведению контрольных (надзорных) мероприятий будет заведомо выше.

Машиночитаемое право позволит быстрее взаимодействовать по спорным и конфликтным вопросам. Например, в части формирования и обработки документов, выражающих определенные намерения участников процесса, наличие формальных логических конструкций в тексте позволяет составить жалобу с помощью конструктора жалоб со ссылками на нормы права. Использование в редакторах формальных языков позволяет снабдить указанный документ необходимым машиночитаемым содержимым, а после подписания - автоматически направить в нужный контрольно-надзорный орган, который в автоматическом режиме сможет инициировать проверку, запросить документы или направить ответ заявившему лицу. При указании на противоречивость либо невозможность одновременного выполнения различных требований наличие таких противоречий может быть определено в автоматическом режиме, а по результатам – инициирована процедура устранения конфликтов в регулирующих документах.

Контроль без участия человека

Машиночитаемые нормы права применимы в целях проведения мероприятий по контролю без взаимодействия с юридическими лицами и индивидуальными предпринимателями в случаях, когда на таких предприятиях установлены сертифицированные приборы, измеряющие значения необходимых контрольно-надзорному органу параметров. В отличие от традиционных технологий сбора данных о рисках нарушения обязательных требований, которые требуют доработки информационных систем сбора таких данных, использование машиночитаемой логики оценки соответствия деятельности организации по имеющимся приборам позволяет перенастраивать всю систему мониторинга рисков причинения вреда охраняемым законом ценностям на основе собираемых больших данных и уточнения пороговых значений и значимости отдельных фактов.

Кроме того, такие приборы при применении технологий машиночитаемого права могут не только передавать информацию, но и автоматически инициировать направление претензий или сигнализировать о необходимости подготовки проекта акта контрольного органа, особенно если они защищены от подделки информации о наблюдаемом объекте.

Относительно мероприятий по контролю без взаимодействия с юридическими лицами, индивидуальными предпринимателями машиночитаемое право может быть применимо к:

- исследованию и измерению параметров природных объектов окружающей среды (атмосферного воздуха, вод, почвы, недр) при осуществлении государственного экологического мониторинга, социально-гигиенического мониторинга;

- измерению параметров функционирования сетей и объектов электроэнергетики, газоснабжения, водоснабжения и водоотведения, сетей и средств связи, включая параметры излучений радиоэлектронных средств и высокочастотных устройств гражданского назначения

При этом стоит отметить, что повышение применение вышеуказанных процедур будет способствовать соблюдению юридическими лицами и индивидуальными предпринимателями соответствующих их деятельности обязательных требований.

Роль типовых сценариев при использовании автоматизированного контроля.

Еще одним преимуществом применения технологий машиночитаемого права является прозрачность, которая заключается как в отсутствии воздействующих на результат проведенного контрольного или профилактического мероприятия внешних факторов, так и упрощение прохождения процедуры контроля и проверки на соответствие обязательным требованиям. Принимая во внимание, что контрольно-надзорная деятельность в части подтверждения соответствия представляет собой совокупность установленных требований, в целях упрощения интерпретации обязательных требований в машиночитаемом виде видится целесообразным создание набора машиночитаемых сценариев взаимодействия, представляющих собой алгоритмизированное описание типовых отраслевых процессов, подготовленных при взаимодействии контрольно-надзорных органов и поднадзорных субъектов, а также описание взаимодействия машиночитаемых обязательных требований совместно с риск-ориентированным подходом.

Во избежание различий в получении итогового результата при имплементации машиночитаемых сценариев взаимодействия необходимо отметить, что такие сценарии должны быть едиными и стандартными для всех субъектов, которые должны такие требования исполнять, их разработка должна осуществляться при непосредственном участии регулятора, то есть отраслевого министерства. Таким образом, для того, чтобы машиночитаемые нормы права применялись в сфере контрольно-надзорной деятельности, такие требования не только должны быть записаны в машиночитаемом виде, но и включать конкретные метрики, стандартизированные внутри модели, верифицированной регулятором.

Лицами, которых проверяют в рамках контрольно-надзорной деятельности, могут использоваться не только разработанные при участии государственного органа, осуществляющего соответствующее нормативное регулирование сценарии, но и добровольный реестр таких моделей, участие в котором может предусматривать ряд налоговых преференций, а также сокращение контрольных взаимодействий с надзорными органами.

Взаимодействие с неформализованными источниками информации

Применение технологий машиночитаемого права позволит существенно снизить нагрузку и на подконтрольные организации, и на контрольно-надзорные органы за счет большого количества возможных интеграций с различными устройствами, процессами и контрольными мероприятиями. Одной из таких форм, которая в настоящий момент прямо не поименована в законодательстве о контрольно-надзорной деятельности, могло бы быть применений машиночитаемого права с целью снижения риска нарушения обязательных требований подконтрольным лицом путем предупреждения о вероятности наступления таких последствий.

Для того, чтобы такая модель взаимодействия могла быть осуществима, необходимо встроить машиночитаемые нормы права в цифровую среду (например, в Интернет-сайт или Суперсервис) и помимо алгоритма, содержащего четко установленные для исполнения требования, необходимо также дополнить среду возможностью собирать данные о действиях пользователя, которые он совершает, а также дополнить инструментами, необходимыми для их сбора и обработки (например, моделью обработки естественного языка).

После этого поднадзорное лицо при совершении определенного действия, которое было проанализировано машиной, получает обратную связь алгоритма, который фиксирует возможность потенциального нарушения. Данные действия могут применяться, например, при предварительном анализе поданной проверяемым лицом информации, или при желании лицом совершить какое-либо юридическое значимое действие (подать задокументированные сведения, содержащие заведомо ложную информацию).

Следует также отметить, что на первом этапе реализации концепции в части использования инструментов машиночитаемого права в контрольно-надзорной деятельности крайне высокая роль в оценке уровня риска и осуществлении профилактических и контрольно-надзорных мероприятий будет отводиться текстовым цифровым документам. Поэтому следует дополнительно рассмотреть целесообразность стимулирования развития технологий, позволяющих в автоматическом либо полуавтоматическом режиме выделять из них онтологические особенности, чтобы в минимальной конфигурации обеспечивать их маршрутизацию, а по мере развития таких технологий – увеличивать количество подготовительных операций, осуществляющихся на основе автоматического распознавания правовой логики таких документов.

Еще одним преимуществом описываемого инструмента является возможность его внедрения не только в контрольно-надзорную деятельность, но и в качестве ассистента для потребителя товаров и услуг, которые производятся лицом, обязанным выполнять обязательные требования, что также дополнительно окажет влияния на качество регулирования и снизит нагрузку на контрольно-надзорные органы.

Такой функционал может быть реализован, например, как надстройка над внедряемой в настоящее время системой маркировки и прослеживания товаров.

Индивидуальный набор обязательных требований

Целевое состояние для использования машиночитаемых норм в контрольно-надзорной деятельности может быть определено следующим образом. Для бизнеса необходимо обеспечить индивидуализацию набора обязательных требований с учетом конкретных особенностей каждого предприятия, что позволит иметь полный и закрытый набор контрольных требований, и в соответствии с ними организовывать внутренний контроль. Доступность и возможность гибкого определения регуляторных требований, подлежащих соблюдению, сделает правоприменение проще и доступнее для поднадзорных лиц.

В частности, такие обязательные требования могут автоматически формировать правовой контекст исполнения договора, а интеллектуальные системы смогут проводить автоматизированную оценку соответствия либо поиск противоречий.

Кроме того, применение автоматизированных контрольных и профилактических мероприятий создают широкие возможности для получения и обработки обратной связи, которая позволит не только определить представителю контрольно-надзорного органа, какие требования подлежат разъяснению или где в процессе автоматического правоприменния может быть ошибка, но и оценить эффективность от той или иной нормы.

В целях решения задачи по формированию индивидуального полного набора надзорных требований необходимо реализовать следующие мероприятия:

-               провести серию экспериментов по выработке оптимальных языков программирования действий по оценке соответствия технологическим требованиям (на основе лучших практик разработки и использования машиночитаемых стандартов, по результатам экспериментов, предлагаемых в разделе 2.1), с развитием формальных языков, описывающих терминологию законодательства, а также отраслевых терминологических стандартов, описывающих объекты стандартизации в сфере контрольно-надзорной деятельности, а также разработать и убедиться в работоспособности технологии объединения в одну онтологию обязательных требований, сформированных различными регуляторами;

-               обеспечить при формировании и дальнейшем развитии Единого реестра обязательных требований и Единого реестра видов государственного и муниципального контроля (надзора) синхронизацию в них сведений по вопросам осуществления видов контроля машиночитаемого описания условий такого контроля, состава обязательных требований, в привязке к измеримым техническим или организационным характеристикам, а также логики применения обязательных требований, включая фиксацию с помощью формальных языков блоков требований, которые имеют ограниченную сферу применения;

-               обеспечить в платформенной среде контрольно-надзорного органа наличие API и доступность через него методик проведения профилактических и контрольно-надзорных мероприятий в машиночитаемом формате, а также поэтапное включение в типовые формы электронных документов, используемых контрольно-надзорным органом, информации из реестра видов федерального государственного контроля в машиночитаемом формате;

-               провести тестирование сбора конкретными юридическими лицами всех обязательных требований, которым они должны соответствовать;

-               стимулировать развитие новых технологий, позволяющих воспроизводить машиночитаемое описание условий и обязательных требований в различных действующих средах, включая BIM, PLM, CAD\CAM\CAE и других инженерных инструментах проектирования и поддержки эксплуатации сложных инженерных систем, а также интегрировать их в решения по управлению рисками лучших российских и международных производителей соответствующего программного обеспечения, включая технологии оперативного информирования о возникающих рисках нарушения обязательных требований;

-               разработать и принять ведомственные планы по поэтапному переходу к использованию больших данных о результатах профилактических и контрольно-надзорных мероприятий, собранных при автоматической проверке выполнения заинтересованными участниками рынка указанных обязательных требований.

Следует отметить, что также следует проработать вопросы информирования информирование по вопросам соблюдения обязательных требований может производиться при помощи чат-ботов, созданных на основе технологий искусственного интеллекта, с возможностью в случае затруднения программы в поиске подходящего ответа вывода на консультанта-человека с помощью автоматического определения текущей нагрузки и сферы контрольной деятельности.

Отчетность

Сокращение издержек и повышение оперативности сбора отчетности

Как уже отмечалось, использование технологий машиночитаемого права в документах, фиксирующих содержание и подтверждающих исполнение определенных обязательств в сделках, равно как и в документах, определяющих взаимодействие контролера и поднадзорной организации способно существенно снизить издержки на формирование отчетности.

В части взаимодействия с государственными органами работа с отчетностью является, в том числе, элементом налоговых правоотношений; правоотношений, связанных с расчетом пенсии и страховых взносов, а также передачей статистических данных в Росстат. Вместе с тем, с учетом развития цифровой экономики, передачи данных на бумажном носителе или в определенном нормативными актами электронном формате в строго определенный срок недостаточно для эффективного государственного управления, особенно в быстро меняющихся, внеплановых экономических обстоятельствах, таких, например, как кризисные явления в экономике, вызванные новой коронавирусной инфекцией.

Помимо внешней отчетности в средних и крупных организациях формируется значительный объем внутренней отчетности, которая необходима менеджменту для принятия управленческих решений и оценки экономических последствий отдельных сделок, для проверок соблюдения различных внутренних регламентов и положений, а также для обязательного раскрытия информации в соответствии с корпоративным законодательством, например о крупных сделках и (или) иных существенных фактах хозяйственной деятельности.

В этой связи целесообразно выработать механизмы автоматического предварительного информирования для различных целей, обеспечивающих как информационные потребности государства, так и необходимые инструменты контроля за деятельностью компаний со стороны акционеров и менеджмента без предоставления доступа представителей государства к управленческим данным организаций.  

В частности, для решения государственных задач по оценке динамики секторов экономики необходимо, чтобы данные о результатах хозяйственной деятельности и реальном положении экономических субъектов в агрегированном обезличенном формате могли максимально оперативно поступать как органам власти, так и заинтересованным в таких данных организациям для адаптации к быстро изменяющимся экономическим условиям. При этом необходимо обеспечить защиту коммерческой информации от раскрытия конкурентам, например, через использование специальных операторов, в качестве которых могут выступать службы, обеспечивающие сбор отчетности, в т.ч. Федеральная налоговая служба и Росстат.

В существующих системах формирования отчетности (например, бухгалтерской отчетности), роль механизмов связывания играют учетные политики. При этом их применение для учета хозяйственных операций осуществляется на основе ручного отнесения тех или иных сделок либо первичных документов к тем или иным учетным статьям. Несмотря на проводимую автоматизацию, доля ручных операций по настройке, отнесению и проведению проводок для формирования предварительного информирования, а также формирования всевозможных справок, выписок, аудиторских заключений, результатов ревизий и т.п. по-прежнему довольно высока.

В частности, представляется крайне сложным ведение бизнеса без участия специалистов в бухгалтерском учете, а для компаний со среднесписочной численностью более 250 человек финансовые и иные службы, обеспечивающие учетные функции, согласно исследованиям SuperJob.ru, могут составлять более 5% штатной численности в зависимости от характера деятельности.

Именно поэтому, несмотря на существующие решения для обмена информацией без участия человека, формирование информации о результатах хозяйственной деятельности как для государства, так и для стейкхолдеров организации представляется сложным и требует существенных дополнительных издержек.

Для того, чтобы технологии машиночитаемого права позволили обеспечить формирование предварительного информирования в реальном времени, необходимо реализовать механизмы автоматического связывания осуществляемых организациями и гражданами финансовых и иных первичных экономических операций с предметом и смыслом экономической деятельности.

Роль в контроле исполнения инвестиционных меморандумов или иных документов, ограничивающих целевой характер использования средств

Следует отдельно отметить роль машиночитаемого права и автоматизированного учета при формировании предварительного информирования организаций, привлекающих финансирование за счет краудфандинга, через цифровые платформы, токенизированные ценные бумаги или иные цифровые инструменты, в том числе использующие смарт-контракты. Основным риском для инвесторов в такие активы является непредсказуемость поведения основателей таких компаний, возможность злоупотреблений и мошенничества. С другой стороны, высокие риски снижают доступность капитала для небольших компаний, начинающих свой бизнес.

Тем не менее, в последние годы данный вид финансирования ранних стадий развития технологических компаний получил существенное развитие, поскольку такой способ привлечения средств позволяет собирать значительные средства для старта ярких инновационных идей.

При этом выполнение традиционных требований по раскрытию информации, проведение полноценного аудита финансово-хозяйственной деятельности с учетом размера и стадии развития таких компаний, как правило, крайне сложно реализовать. С другой стороны, в случае формирования инвестиционного меморандума в машиночитаемом формате, а также автоматического связывания договорной деятельности и платежей в актуальную оценку степени исполнения инвестиционного меморандума могут быть реализованы различные механизмы дополнительного контроля за характером деятельности получателей таких средств, что может существенно снизить риски мошенничества, и, как следствие, доступность капитала для технологических компаний.

В частности, может быть реализован механизм ограничений на операции с банковским счетом организации, привлекающей краудфандинговое  финансирование, на оплату исключительно соглашений, прямо связанных с характером деятельности, определенным инвестиционным меморандумом. Банк в этом случае может выступать дополнительным гарантом целевого использования привлеченных средств. Заключение договоров, создающих для организации обязательства, не предполагавшиеся к финансированию за счет привлеченных средств, может отражаться на общей инвестиционной привлекательности такой организации, а также порождать иные последствия вплоть до приостановки договора пользования банковским счетом.

Аналогичный инструмент может использоваться для обеспечения целевого характера расходования бюджетных расходов, в случае, если акты Правительства Российской Федерации, федеральных органов исполнительной власти, соглашения или иные документы, определяющие правила расходования бюджетных средств будут нарушены получателем бюджетных средств.

Подходы к автоматизации учета

Может быть предложено несколько различных подходов к дальнейшей автоматизации процесса связывания соглашений, первичных учетных документов и финансовых операций при формировании учета, среди которых такие методы, как:

-               Развитие программного обеспечения в области учета (в первую очередь – бухгалтерского, а также ПО для осуществления закупок, оценки инвестиций и т.п.), к которым могут быть привязаны типовые договоры и полный комплект необходимых первичных учетных документов. Такой комплект машиночитаемых документов может быть связан программной логикой с алгоритмами учета, что позволит при их подписании и исполнении с участвующими в сделках сторонами сохранить все необходимые машиночитаемые реквизиты для последующего учета и отчетности с минимальными дополнительными трудозатратами.

Основное преимущество подхода – он не требует от государственных органов какой-либо дополнительной активности, и может быть реализован эволюционно, по мере развития коммерческого программного обеспечения.

К сожалению, преимущества подхода ограничены взаимодействием между участниками цифровых экосистем отдельных производителей программного обеспечения в сфере бухгалтерского учета. Как следствие, обеспечение совместимости реквизитов проприетарных систем учета требует большого количества усилий, которые не всегда оправданы, особенно с учетом рисков возникновения заинтересованности крупных участников рынка к конкуренции за счет несовместимости указанных форматов.

Кроме того, не усматривается заинтересованность владельцев таких экосистем в обеспечении гибкости формальных языков для описания правовой логики своих типовых документов, и их адаптации под специфику бизнеса. В закрытых системах более простым выглядит путь по программной реализации алгоритмов разбора таких документов, он – дешевле и не требует разрешения всех вопросов, необходимых для работоспособности интеллектуальных систем на основе машиночитаемого права.

На основе программной логики проще организовать применение существующих алгоритмов распознавания и классификации документов. И, хотя надежность работы таких алгоритмов пока оставляет желать лучшего, а существенных успехов удается добиться только в отдельных узких сферах применения, предлагаемый способ развития позволяет добиваться небольшого экономического эффекта локально, поэтому привлекателен для инвестирования без поддержки государства.  

-               Развитие облачных сервисов для ведения бизнеса онлайн. Все больше возможностей для ведения учета бизнес-информации (начиная от контроля принятых обязательств, и заканчивая учетом результатов финансово-хозяйственной деятельности) реализуется через различные онлайн сервисы, предоставляемые электронными торговыми площадками, банками, мобильными операторами и т.п.

В рамках этого подхода предполагается, что для взаимодействия между различными поставщиками облачных сервисов начнут формироваться отраслевые стандарты разметки документов, адаптированной для автоматизации их учета, которые могут поддерживаться как государством, так и отраслевыми ассоциациями. При наличии технологических лидеров, активно инвестирующих в создание сквозных процессов по оформлению, исполнению и фиксации результатов сделок на основе публичных наборов правовых метаданных возможно формирование альянсов и консорциумов, интересы участников которых приведут к созданию общеупотребимого универсального машиночитаемого языка изложения правовой логики, которая позволит в свою очередь автоматически классифицировать сделки и факты финансово-хозяйственной деятельности.

Для государства представляется возможным стимулировать создание таких альянсов как путем точечной финансовой поддержки инвестиций в создание сквозных машиночитаемых процессов, так и путем институционализации отдельных элементов такого языка при сохранении возможности его пополнения в части решения различных бизнес-задач. Одним из способов такой институционализации является закрепление отдельных элементов правовой логики в качестве одного из способов проверки, признаваемых надзорными органами (например, Федеральной налоговой службой) при проведении камеральных проверок в дистанционном формате. При возникновении нескольких подходов целесообразно обеспечить их совместимость, что также может быть реализовано путем участия регулятора в их выработке и дальнейшем развитии.

Для упрощения предварительного информирования, а также последующего формирования отчетности могут быть также разработаны типовые машиночитаемые учетные политики, которые бы опирались на публичный набор метаданных, описывающий в машиночитаемом виде существенные условия наиболее распространенных типов сделок. Указанный набор метаданных также может быть утвержден одним из регуляторов. Например, метаданные, необходимые для налоговой отчетности могут быть утверждены Федеральной налоговой службой. .

-               Создание машиночитаемого представления типовых форм сделок и способов их учета. Является наиболее агрессивным сценарием перехода к машиночитаемому изложению и последующей автоматической интерпретации результатов финансово-хозяйственной деятельности. Может быть реализован государством на основе справочника типовых обязательств, который необходим для развития машиночитаемых сделок.

Основным преимуществом сценария является его низкая зависимость от инвестиционной активности бизнеса в данной сфере. Вместе с тем, даже в этом сценарии целесообразно привлекать лидеров автоматизации процесса учета первичных документов, равно как и технологических лидеров, инвестирующих в автоматизацию права, для формирования целостной, устойчивой и динамично развивающейся онтологии типовых обязательств и способов учета результатов финансово-хозяйственных операций в соответствии с соглашениями, построенными на их основе.

Развитие систем камерального контроля и аудита

Отмечаем, что система автоматизации предварительного информирования с применением технологий машиночитаемого права должна функционировать с возможностью проверки соответствия и дополнения данных в предварительном информировании сведениями из первичных документов субъекта хозяйственной деятельности.

Так, для повышения качества контроля и расширения возможностей сбора статистических данных, дальнейшему развитию подлежит сопоставление определенных строк отчетности, данных

о финансовой транзакции и пунктов договора путем определения возможностей создания связей между ними. Кроме того, данные, извлекаемые из предварительного информирования, могут синхронизироваться с иными данными, относимыми к деятельности лица. Такие сведения могут как быть интегрированы в единую цифровую систему, так и предоставляться информационными системами либо цифровыми платформами на стороне бизнеса автоматически (по аналогии с работой СМЭВ) уполномоченного представителя органа власти, осуществляющего работу со статистикой. Это позволит сортировать данные из разных источников, связанных с предварительным информированием, формировать единый каталог данных, классифицированных по определенной финансовой транзакции или связанных с одним из видов коммерческой деятельности организации.

Анализ возможностей автоматизации предоставления отчетности

Технология автоматической сдачи отчетности уже реализована

в некоторых системах ведения бухгалтерской отчетности, однако данное решение применимо только по отношению к автоматическому формированию и подаче нулевой отчетности. Машиночитаемое право с применением вышеописанных технологий будет способствовать развитию возможности автоматической сдачи и других видов отчетности.

Наиболее важной задачей на пути к достижению данной цели является создание системы автоматического определения и формирования учетной политики организации. В настоящий момент на рынке существуют решения, позволяющие конструировать шаблон учетной политики самостоятельно,

при помощи указания пользователям сведений. Однако

технологии искусственного интеллекта (с применением обработки естественного языка) способны автоматизировано определять, какая учетная политика наиболее эффективно подойдет такому лицу для применения, на основании данных о деятельности, которую ведет сдающее отчетность лицо, с учетом его учредительных документов, движения средств по счетам, первичных документов и договоров.

Каждая типовая учетная политика с применением технологий машиночитаемого права будет являться шаблоном, применение которого при организации учета позволит автоматически определять способы учета активов и финансовых операций, применять налоговой режим с учётомучётом норм права, записанных в машиночитаемом виде и автоматически исчисляющих сумму налога, пошлины или  расчет страхового взноса. Ее применение существенно снизит временные и транзакционные издержки подконтрольного лица и существенно упростит администрирование для налогового органа. Кроме того, типовые учетные политики могут стать более гибким инструментом регулирования, так как изменения в них, предусматриваемые на основе правоприменительной практики, могут имплементироваться лицом, применяющим предшествующую версию типовой учетной политики без каких-либо задержек.

Представляется, что использование машиночитаемых и автоматически настраиваемых учетных политик позволит существенно упростить ведение учета, повысить его прозрачность и снизить риски претензий налоговых и иных проверяющих органов к бизнесу, не выходящему за их пределы. Для стимулирования внедрения таких учетных политик регуляторы также могут дать дополнительные гарантии их пользователям, включая гарантии по отсутствию претензий и доначисления налогов в случае применения машиночитаемых соглашений совместно с рекомендованными машиночитаемыми учетными политиками.

Кроме этого, могут быть предусмотрены гибкие инструменты настройки и автоматической проверки учетной политики в определенных регулятором пределах, включая комбинирование различных типовых видов хозяйственной деятельности, а также более сложные механизмы проверки индивидуальных учетных политик, если особенности ведения бизнеса требуют специальных методов учета получаемых результатов.

Отдельно необходимо отработать механизмы защиты конфиденциальной информации, доступ к которой может быть связан с доступностью представленных в отчетности данных и первичных документов неограниченному кругу лиц. При формировании подходов к организации такого учета следует исходить из того, что получении данных и направление отчетности возможно только при условии защиты коммерческих интересов организаций, в том числе с помощью анонимизмизации и сокращения объема передаваемых данных, затруднение доступа к информации в части установления границ доступных государственному органу или его должностному лицу данных. Относительно связи договоров с данными отчетности и первичными документами, помимо вышеуказанных мер, представляется целесообразным развитие системы типовых договоров в машиночитаемом виде по принципу добавления или исключения смысловых блоков, содержащих определенную информацию, что позволит не раскрывать содержание договоров целиком.

К нормативным мерам относится законодательное утверждение преференций, предоставляемых таким субъектам, а также четкое регламентированное порядка обезличивания и защиты данных

от их неправомерного использования.

Судопроизводство

Механизм автоматического взимания и оспаривания штрафов.

В настоящее время в России с помощью специализированных программ, сокращающих непроизводительные и дублирующие операции, а также операции, выполняемые вручную, практически автоматизирован процесс по вынесению постановления об административном правонарушении, в рамках которого может быть наложен административный штраф.

При этом процесс взимания штрафа требует осуществления ряда действий как со стороны лица, привлеченного к административной ответственности, так и со стороны органов государственной власти.

Одним из перспективных направлений применения технологий машиночитаемого права представляется возможность дальнейшей автоматизации правоприменения в части взимания и оспаривания штрафов, как в части максимального исключения действий людей, так и в части расширения видов правонарушений, административное производство по которым автоматизируется.

В ходе разработки такого механизма необходимо учитывать следующее: лицо, на которое наложено административное наказание в виде штрафа, должно иметь право и возможность обжаловать постановление по делу об административном правонарушении, например, до списания денежных средств с банковского счета такого лица.

Полагаем, что автоматическое взимание сумм возможно также по бесспорным требованиям в рамках приказного производства (например, по требованиям о взыскании начисленной, но не выплаченной работнику заработной платы) при условии направления и выдачи судебных приказов в цифровом формате.

Таким образом, установление механизма автоматического взимания и оспаривания штрафов должно учитывать права и законные интересы таких лиц, что позволит им, несмотря на автоматизацию данных процессов, оспорить наложенный штраф и доказать свою невиновность.

Возможности внедрения «электронного дела», предусматривающего разметку относящихся к делу документов и доказательств.

На сегодняшний день наиболее автоматизированными в своей деятельности являются федеральные арбитражные суды Российской Федерации, использующие в работе систему автоматизации судопроизводства (далее – САС).

САС позволяет решать одну из главных задач информационной поддержки деятельности судов - автоматизацию процессов прохождения судебного дела в арбитражном суде и создание полнотекстового электронного банка судебных решений, принимаемых конкретным судом.

Помимо САС, в автоматизации арбитражного судопроизводства существенное значение имеет информационная система «Картотека арбитражных дел», содержащая информацию о движении судебных дел из арбитражных судов, а также размещающая тексты судебных актов и сведения о судебном деле в сети «Интернет», а также информационная система «Мой арбитр», с помощью которой реализуется возможность подачи документов в суд в электронном виде. Применительно к судам общей юрисдикции подача обращений возможна посредством государственной автоматизированной системы Российской Федерации «Правосудие». Также с 31 января 2020 года запущен пилотный проект Арбитражного суда Ямало-Ненецкого автономного округа, в ходе реализации которого стороны получили возможность ознакомиться с материалами по судебному делу в электронном виде.

Несмотря на существующую автоматизацию работы арбитражных судов Российской Федерации, разработка критериев «электронного дела» и внедрение в российское судопроизводство «электронного дела» представляется ключевой задачей в рамках реализации концепции развития технологий машиночитаемого права. Распространение такого формата на всю судебную систему Российской Федерации позволит максимально автоматизировать процесс регистрации нового судебного дела/производства, а также все следующие за этим процессы.

Например, при формировании «электронного дела карточка заполняется в автоматическом режиме, автоматически извлекая определенные характеристики и загружая их в определенные разделы, относимые к конкретному делу, например, вид документа, контрагент, третья сторона, категория дела, предмет спора, характеристики, которые могут выявить аналогичные дела в базе судебных решений. Также в ходе рассмотрения судебного дела автоматически в карточку дела добавляется новая информация, например, поступившие документы от сторон, или аудиопротокол судебного заседания.

Соответственно автоматизированное ведение «электронного дела» не только упростит процесс ознакомления с материалами дела, но и позволит упростить работу с документами и ускорит процесс. Например, при создании «электронного дела» стороны могут получить ссылку на электронную почту или QR-код, который предоставит доступ в карточку «электронного дела», где размещены все доступные материалы, разделенные на определенные категории, а также возможно отследить дату и время назначаемых и прошедших судебных заседаний.

На сегодняшний день в Российской Федерации возможность ознакомиться с аудиопротоколами судебных заседаний предоставляет уже 29 арбитражных судов. В соответствующем разделе на портале информационной системы Мой арбитр описан порядок получения доступа к аудиопротоколу судебного заседания.

Следует отметить, что в рамках российского судопроизводства у сторон есть возможность выбрать форму подачи документов. И зачастую стороны не просто выбирают одну из предложенных форм, а используют одновременно как подачу документов на бумажном носителе, так и в электронном формате.

Затруднительно в полной мере использовать потенциал системы электронного правосудия, если для сторон процесса не обеспечена юридическая возможность использовать информационные технологии и обмен машиночитаемой правовой информацией и данными, подтверждающими юридически значимые факты при совершении процессуальных действий. Только после обеспечения технической возможности и готовности судов к работе с такой информации рассматривать возможность для установления обязанностей по предоставлению доказательств в определенном виде, с учетом технической готовности отдельных категорий участников судебного процесса, проникновения необходимых технологий на территории Российской Федерации: доступ к информационно-телекоммуникационной сети «Интернет»; удаленная идентификация; физически и юридических лиц и др., а также установления особых категорий (например, физических лиц), которые вправе использовать традиционные способы обращения в суд и подготовки доказательств.

Описание системы ввода характеристик дела в виде вопрос-ответ (или выпадающих списков) с автоматическим подбором релевантных нормативных правовых актов и судебной практики по делам с аналогичными параметрами.

Для внедрения системы электронного правосудия необходимо создание системы электронного документооборота между судами и участниками споров, что впоследствии структурирует судебную практику и сформирует банк судебных решений. Кроме того, развитие поиска и автоматического подбора применимых нормативных актов, регулирующих спорные правоотношения, в том числе, действовавших на дату рассмотрения спора, повысит качество функционирования судебной системы.

Для формирования базы судебных решений и нормативных правовых актов необходимо следующее:

- обработать и перевести в цифровой формат существующие документы, что, в первую очередь затруднительно для судов общей юрисдикции. Применительно к решениям судов особое значение имеет установление взаимосвязи между делами и базой договоров. Кроме того, в качестве электронных доказательств для релевантных видов споров может использоваться загружаемая и заполняемая с помощью технологий машиночитаемого права отчетность. Примером подобной структуризации может служить картотека арбитражных дел;

- разработать алгоритм (чат-бот), в рамках которого при формировании дела ответственное лицо будет отвечать на ряд вопросов и (или) выбирать из предложенных вариантов соответствующую делу характеристику, что позволит максимально детализировать критерии дела и отнести его в соответствующую категорию. Для решения поставленной задачи необходимо применение технологий обработки естественного языка и машинного обучения.

Иным вариантом создания такой подборки мог бы быть поиск по запросу или автоматическое составление подборки связанных с исковым заявлением или иными судебными обращениями или материалами дела документов путем анализа норм, применяемых в делах с похожими обстоятельствами, или исходя из актов или решений суда, упомянутых в судебной практике.

Кроме того, в систему поиска по выбору из вариантов полагаем возможным подключить данные, которые можно будет выгружать в автоматическом режиме из учредительных документов, а также показатели, учитываемые в системе оценке контрагента (например, количество судебных дел, прибыль по балансу) для того, чтобы находить аналогичную судебную практику также по подобным сторонам дела. Вместе с тем отмечаем, что для разработки подобного решения необходимо применять или публичные показатели, или исключить упоминание и ссылки на контрагента в судебных решениях с целью защиты коммерческой тайны или иной конфиденциальной информации о стороне аналогичного дела.

Внедрение единых шаблонов судебных решений с учетом введенных параметров. Проблема корректировки юридической техники написания судебных решений.

Цифровизация существующих судебных решений и нормативных правовых актов требует проведения значительного объема работы. В свою очередь разработка и внедрение единых шаблонов судебных решений с учетом введенных параметров позволит решить проблему корректировки юридической техники написания судебных решений и запустить структуризацию документов, начиная с процесса регистрации нового судебного дела.

В процессе формирования «электронного дела» (или иного судебного акта) автоматически заполняется шаблон, при этом ответственное лицо при подготовке проекта судебного решения имеет возможность внести изменения в такой проект.

Вместе с тем помимо соблюдения сотрудниками судов определённого формата и алгоритма работы в соответствующих программах важно, чтобы процесс подачи документов сторонами дела, а также форма таких документов была четка определена, что в свою очередь позволит автоматизировать весь процесс ведения электронного дела и вынесения решения суда.

Установление единых шаблонов судебных решений упростит чтение материалов дела созданными для этих целей сервисами и будет способствовать дальнейшему развитию формирования выгрузки судебных документов в формате .json для работы API.

Кроме шаблонизации, необходимо проработать и вопрос использования новой юридической техники в части приведения некоторых решений суда в машиночитаемый вид с целью реализации потенциала их автоматического исполнения (например, в части дел по налоговым спорам). Для этого решение суда в дополнение к естественному языку необходимо описывать в алгоритмизированном виде, аналогичном применению смарт-контрактов.

Также необходимо создание доступного конструктора исковых заявлений, отзывов на исковые заявление и иных судебных документов для сторон с возможностью их автоматической проверки (в форме советника на базе искусственного интеллекта) и автоматическим заполнением контрагента путем выгрузки его данных из договоров или иных электронных документов лица.

Описание системы анализа судебной практики

Целью внедрения «электронного дела», а также единых шаблонов судебных решений является формирование единой базы судебных решений, при работе с которой каждая заинтересованная сторона смогла бы работать качественно и информативно.

Так, для сторон, участвующих в деле, их представителей и иных заинтересованных лиц важно иметь доступ к структурированной судебной практике, которая позволит изучить существующие судебные решения и иные процессуальные документы.

В свою очередь для работников судебной системы такая база судебной практики позволит оперативно собирать статистику по судебным решениям для анализа и оценки текущей работы конкретного суда и (или) судьи, практики применения норм материального и процессуального законодательства, особенностей назначения наказаний в зависимости от обстоятельств дела с целью поддержки единообразия правоприменительной практики, качественного управления и внесения изменений в нормативное правовое регулирование при определении возникающих затруднений в соблюдении или использовании субъектами регуляторной политики правовых норм.

Система анализа судебной статистики должна быть динамической, при этом собирать статистику по разным категориям (например, регион, дела с участием субъектов малого и среднего предпринимательства, кредитных организаций, дела, вытекающие из правоотношений, связанных с защитой прав потребителей и так далее), при этом судебная статистика формируется автоматически на основе данных, формируемых из карточки дела, судебных решений или иных документов (например, учредительных), распознавание или выгрузка в цифровую платформу в машиночитаемом виде которых соответствует требованиям норм права.

Оценка возможностей применения технологии автоматического распознавания судебных решений

На сегодняшний день опубликованные судебные акты доступны в форматах, с которыми работают текстовые редакторы, а также в формате открытых данных, с целью упрощения их автоматизированной выгрузки в непрерывном режиме. Подобные форматы ограничивают возможность работы с документами в специальных автоматизированных программах.

Вместе с тем, для функционирования технологий машиночитаемого права особое значение имеет программная возможность описания с помощью формальных языков предоставляемых в суд документов, позволяющих производить автоматическое извлечение значимых данных (например, о сторонах дела или реквизитов суда) и заполнение ими шаблонов, необходимых для подготовки проекта решения или иного судебного акта. Таким образом, развитие машиночитаемого права в судопроизводстве и использовании механизмов судебного разбирательства сторонами спора существенным образом опирается на развитие электронного машиночитаемого документооборота.

Кроме того, видится несколько путей к решению поставленной задачи, например, продолжить распространение доступности опубликованных в формате открытых данных судебных решений, из которых можно было бы в упрощенном режиме заполнять карточки дел или напрямую заполнять шаблоны.

Или представляется возможным сформировать для оцифрованных судебных актов единый, применимый в судебных системах язык разметки, который с применением модели машинного обучения мог бы использоваться для автоматизации заполнения и извлечения информации, необходимой для составления процессуальных документов, или использоваться для разметки судебных решений.

Для реализации процесса автоматической обработки судебных решений следует обратиться к разметке, когда к текущему текстовому формату добавляются теги и другие цифровые элементы, понятные компьютерным программам. При этом необходимо отметить, что разметка может применяться как для обучения модели машинного обучения, так и для упрощения извлечения, распознавания и загрузки в шаблонный документ данных, а также нахождения такого документа при анализе практики, позволит сделать первые шаги в создании и структуризации базы судебных решений и нормативных правовых актов.

Вместе с тем, предоставление всего массива судебных решений в обезличенном виде, а также их доступность в машиночитаемом виде (в формате открытых данных или другом) могло бы быть шагом вперед для развития не только статистики, но и проектов в сфере Legal Tech, снижения затрат на юристов, развития предиктивной аналитики.

Нормотворчество

Определение возможностей использования нормативных правовых актов в машиночитаемом виде для всех сфер применения технологий машиночитаемого права.

Одним из ключевых элементов развития технологий машиночитаемого права является процесс нормотворческой деятельности, построенный с интеграцией нормативных актов в машиночитаемом виде во все вышеописанные разделы. Вместе с тем, в соответствии с ранее изложенным, не все нормы права могут быть представлены в машиночитаемом виде, в связи с чем необходимо проведение подробного анализа возможных отраслей права, в которых такие нормы могут быть применимы. При этом следует отметить, что проведение такого анализа планируется в рамках внедрения информационной системы «Национальная единая среда взаимодействия всех участников нормотворческого процесса при подготовке регуляторных решений»  (далее – Платформа «Нормотворчество») в части проведения пилотного проекта по переводу отдельных регуляторных решений в цифровой формат.

Вместе с тем, положения концепции технологии машиночитаемого права предусматривают возможность взаимодействия осуществляющих нормативное регулирование органов государственной власти со всеми направлениями, описанными в рамках данной концепции.

Так, процесс мониторинга правоприменения машиночитаемых норм права должен вестись непрерывно. Например, при помощи автоматического сбора и оценки судебной практики по наиболее неоднозначным и оспариваемым в судебном порядке предметам спора, в ходе выявления наиболее распространенных нарушений в рамках проведения мероприятий по контрольно-надзорной деятельности, определения влияния норм права на формирование доходов бюджетной системы и динамики их изменений, в том числе, путем автоматического анализа предоставляемой отчетности и статистики применения автоматически составленных учетных политик, возможность интеграции и актуализации положений законодательства с конструктором договоров и иных инструментов, разработанных и реализуемых в рамках внедрения описываемых технологий машиночитаемого права.

Кроме того, машиночитаемые нормы права позволят упростить автоматизацию и будут удобными для применения, что позволит сделать регуляторную политику более эффективной.

Следовательно, учитывая вышеописанные характеристики, ключевым преимуществом нормотворчества с учетом технологий машиночитаемого права должна стать возможность инициировать изменение в законодательство посредством более динамичного мониторинга и упрощения взаимодействия субъектов нормативного регулирования и государства.

Автоматическая правовая экспертиза (государственные органы при создании нормативного правового акта могут определить, противоречат ли его положения иным нормативных правовым актам).

С учетом изменений, предусматриваемых с развитием технологий машиночитаемого права, в условиях интенсивного нормативного регулирования необходимо применение инструментов, которые позволят органам государственной власти повысить скорость и качество нормативно-правовой экспертизы. Таким инструментом является внедрение ассистента федерального государственного гражданского служащего, созданного на базе технологий искусственного интеллекта.

Основной задачей такого ассистента станет автоматическая проверка проекта нормативного правового акта на соответствие законодательству. Также ассистент будет способен оценить соблюдение правил юридической техники и точность указания ссылок на иные законы и подзаконные акты и, при необходимости, предложить правки.

Создание такого инструмента планируется осуществить на втором этапе разработки Платформа «Нормотворчество».

В целях повышения качества нормотворческой деятельности, предлагаемое решение должно быть применимым не только для итоговой экспертизы проекта, но и на стадии его создания. Так, в составе функций ассистента следует обеспечить:

-       отображение редакции документа, который будет изменять проект;

-       автоматический анализ документа с вносимыми изменениями с учетом как его даты вступления в силу, так и иных ожидающих вступления в силу изменений;

-       выделение из текста машиночитаемой разметки, позволяющей в том числе прослеживать случаи ожидаемого правоприменения проекта акта, а также позволяющей в последующем сохранять и дополнять машиночитаемое представление документа;

-       информирование разработчика о субъектах, на которых предлагаемые нормы будут распространяться.

Для решения подобной задачи помимо применения технологий искусственного интеллекта и обработки естественного языка представляется возможной разработка фильтров и правил, основанных на иерархии уже действующих нормативных правовых актов, их действия во времени и в пространстве.

Также представляется возможным разработка автоматизированной оценки релевантности вводимых норм с точки зрения их соотнесения с судебной практикой по изменяемым проектом нормативного правового акта правоотношениям.

Автоматизация подготовки финансово-экономического обоснования разрабатываемых проектов нормативных правовых актов, проведения антикоррупционной экспертизы.

Вместе с тем, помимо применения ассистента на стадии разработки нормативного правового акта, ассистент должен быть также применим и для решения таких задач, как подготовка проекта правовой и антикоррупционной экспертизы нормативного правового акта, а также автоматизированное составление финансово-экономического обоснования.

Полагаем, что решение данной задачи в части согласования проекта, но должно осуществляться в нескольких направлениях:

-           нормативная проверка – проверка соответствия рассматриваемых положений проекта нормативного акта правилам, определяющим наличие коррупциогенных факторов, содержащимся в действующем законодательстве;

-           автоматическое формирование проекта документа по шаблонам, подготовленным в соответствии с действующей в органе исполнительной власти инструкцией делопроизводства, на основе статистических и иных данных, собираемых через государственные информационные системы, а также цифровые платформы – партнеры;

-           автоматическая оценка влияния предлагаемых проектом нормативного правового акта мер на доходы и расходы бюджета, проверка предлагаемых финансово-экономическим обоснованием затрат или доходов на соответствие иным подобным показателям.

Еще одной задачей ассистента может являться проверка находящегося на рассмотрении проекта нормативного правового акта в части обнаружения противоречий иным актам. Помимо законов и подзаконных актов, при проверке следует учитывать соответствие и ранее изложенной позиции органа исполнительной власти при процедуре согласования проекта (например, отраженной в таблице разногласий).

Автоматизация оценки ожидаемого правоприменения (на основании судебной практики). Автоматизация анализа судебной практики в части выявления пробелов и противоречий в правовом регулировании.

Следующим шагом для оценки возможных последствий принятия нормативного правового акта является автоматизация оценки ожидаемого правоприменения с применением инструментов машиночитаемого права.

Выделяется несколько направлений, при реализации которых возможна такая оценка:

- основанное на актуальной судебной практике определение влияния норм проекта нормативного правового акта на частоту возникновения аналогичных споров или рисков возникновения новых споров, связанных с предлагаемым законопроектом нормативным регулированием. Такой способ позволит как инициировать изменения в нормативном регулировании, так и предсказывать потенциальное воздействие предлагаемых норм. При этом стоит отметить, что существенным преимуществом анализа судебной практики в целях изменения правового регулирования является также оценка не только на основании числа однотипных или подобных споров, но и длительности их рассмотрения в судебных инстанциях по времени. Для разработки системы аналитики такой практики необходимо создание модели, определяющей все возможные показатели и их взаимосвязь, в части категоризации дела как содержащего неэффективное нормативное правовое регулирование. Определение таких критериев подлежит анализу, вместе с тем отмечаем, что помимо временных затрат и количества дел по аналогичным положениям нормативно-правовых актов или правоотношениям могли бы также считаться подобные субъекты, количество инстанций, у которых на рассмотрении находилось дело, тип автоматической учетной политики, сформированной для субъекта спора и другие.

- создание модели такого регулирования в искусственной цифровой среде, в рамках которой с предлагаемыми к принятию машиночитаемыми нормами права при учете иных значимых показателей можно симулировать возможные сценарии действия такой нормы. Подобные проекты позволят наглядно визуализировать и предсказать последствия не только применительно к актам, связанным с налоговыми правоотношениями, но и к актам, связанным с регулированием социальных отношений.

Анализ возможностей принятия нормативных правовых актов в машиночитаемом виде.

После определения отраслей права и правоотношений, для которых возможно внедрение и применение машиночитаемых норм права, следующим шагом представляется проведение исследования и реализация проекта, по итогам которого может быть определен наиболее эффективный инструмент разработки и принятия нормативных актов с применением формальной логики.

Современные научные исследования, проекты в сфере машиночитаемого права, а также мероприятия в рамках внедрения информационной системы «Национальная единая среда взаимодействия всех участников нормотворческого процесса при подготовке регуляторных решений», предполагают в качестве оптимального варианта возможность преобразования нормативных правовых актов, записанных на естественном языке, в машиночитаемый вид путем их автоматического преобразования с помощью специальных программных средств. Такое решение позволило бы оставить нормы доступными для восприятия неограниченному числу лиц и параллельно применять законодательство и вносить в него изменения для поддержки инструментами и технологиями машиночитаемого права.

Вместе с тем разработка такого решения должна оказать унифицирующее влияние на правовую технику изложения принимаемых актов, с целью возможности их трансформации в алгоритмизированную запись без потери смысла. Следовательно, требуется исходить из логики, применяемой в таких программных средствах, а также потребуется проведение работы по устранению административных барьеров с целью их применения.

Отдельным важнейшим направлением в развитии машиночитаемого права является создание условий для публикации нормативных правовых актов в машиночитаемом формате для возможности их прочтения и корректной интерпретации без участия человека. Для реализации указанной возможности должны быть решены задачи по формированию машиночитаемых словарей по правовым и техническим терминам.

Регулирование с использованием цифровых платформ

Возможности для применения машиночитаемого права при взаимодействии государственных информационных систем с цифровыми платформами

Взаимодействие участников хозяйственной деятельности через цифровые платформы (интеллектуальные системы для организации удобного и быстрого сотрудничества двух или более сторон в различных типах совместной деятельности) расширяется. Все больше типов сделок заключается путем технических средств, представленных на таких платформах, а также принятия явным образом либо конклюдентными действиями правил работы каждой такой платформы.

При этом функционал цифровой платформы определяется ее программным обеспечением, а не размещенными на ней правовыми документами либо действующим законодательством. Указанное расхождение со временем способно привести к нарушению прав слабой стороны – пользователя цифровой платформы, поскольку функционал цифровой платформы может случайно либо намеренно вводить такого пользователя в заблуждение, скрывать от него необходимую для совершения сделки информацию, либо иным образом нарушать его права.

С другой стороны, на рынке цифровых продуктов наметилось несколько тенденций, направленных на применение добровольных стандартов раскрытия информации, предоставление пользователю дополнительных гарантий и заверений, в том числе в части обработки информации и защиты его прав. Государственная поддержка таких активностей позволяет обеспечить защиту прав пользователей без необходимости ограничительного или иного санкционного воздействия на владельцев цифровых платформ.

Кроме того, при условии публикации машиночитаемых ограничений на совершение отдельных видов сделок цифровые платформы могут предоставлять пользователю добровольно либо в силу действующих регуляторных требований возможность оценки правомерности совершаемых им действий, либо ограничивать действия, не разрешенные национальным законодательством. Особенно актуально применение таких инструментов взаимодействия с цифровыми платформами, принадлежащими транснациональным корпорациям, поскольку с их использованием пользователь может нарушать национальное законодательство (например, заказать запрещенные к ввозу категории товаров), даже не подозревая об этом.

Для реализации такого функционала могут использоваться как программные инструменты с доработкой ПО под каждое изменение, так и машиночитаемые языки для норм, которые позволяют существенно снизить издержки на адаптацию работы цифровых платформ под требования законодательства. Кроме того, с учетом различных правовых режимов в разных странах мира, при экспорте товаров, работ и услуг через российские цифровые платформы, также целесообразно использовать готовые модели регуляторных ограничений, действующих в различных странах, и машиночитаемую схему их описания, передачи и применения.

Еще одним преимуществом машиночитаемого взаимодействия государства с цифровыми платформами по имплементации регуляторных ограничений является возможность взаимовыгодного сотрудничества по сбору информации о правоприменительной практике, включающей в себя оценку экономических последствий от тех или иных ограничений (в виде запросов на сервис, который не был предоставлен в силу таковых ограничений).

Такое взаимодействие также предоставляет возможность моделирования и пилотирования различных специальных (в т.ч. экспериментальных) правовых режимов в выделенных сегментах цифрового пространства либо в отношении отдельных субъектов. Регуляторная политика в этом случае может носить наиболее комплексный характер, адаптироваться к поведению пользователей этих платформ в конкретных условиях, включая их цифровые навыки, опыт и добросовестность, что обеспечит эффективные меры стимулирования законопослушного и ответственного поведения.

Основные направления для развития машиночитаемого взаимодействия в сфере регуляторных ограничений между регуляторами и цифровыми платформами

С учетом особенностей применяемых в настоящее время инструментов защиты прав граждан, наиболее перспективными направлениями для машиночитаемого взаимодействия между регуляторами и цифровыми платформами являются следующие:

-           финансовый сектор, в особенности в сфере развития смарт-контрактов, цифровых финансовых активов, краудфандинга и иных высокорисковых финансовых операций, где квалификация пользователя существенным образом влияет на перечень доступных инструментов для инвестирования, а оценка надежности потребителя отдельных финансовых услуг – на риски для всех участников рынка, а также для государства в части защиты от мошенничества, противодействия легализации (отмыванию) доходов, полученных преступным путем, и финансированию терроризма и иных противоправных действий;

-          защита персональных данных, включая вопросы управления согласиями на обработку персональных данных, контроля за применением методами обезличивания персональных данных, их использования для исследовательских целей;

-          защита интеллектуальной собственности, включая формирование производных и новых объектов интеллектуальной собственности, включая контроль объема заимствования, соблюдения авторских прав и согласий правообладателей на соблюдение определенных соглашениями либо законодательством форматов согласованного использования произведений;

-          защита прав потребителей, включая возможности для досудебного урегулирования споров, сбора доказательств исполнения цифровой платформой своих обязанностей по защите прав слабой стороны, добросовестности при заключении и исполнении сделки, а также надлежащей информированности потребителя о существенных характеристиках приобретаемого товара, работы или услуги;

-          оказание государственных и муниципальных услуг, включая привлечение для указанных целей частных компаний, в том числе в формате государственно-частного партнерства, с автоматическим контролем качества оказания таких услуг, соблюдением установленного уровня сервиса и прав граждан, включая их информирование, предоставление возможностей для обратной связи и претензий в случае нарушений.

Создание возможностей для машиночитаемого взаимодействия между регуляторами и цифровыми платформами основывается на расширении использования регуляторами машиночитаемого представления нормативных правовых актов, а также проведении экспериментов по реализации такого взаимодействия с заинтересованными цифровыми платформами.

Механизмы реализации концепции

Этапность реализации концепции

Реализацию данной концепции предлагается разбить на три этапа:

1.    Первый этап (2021-2024 годы), включающий в себя подбор и тестирование технологий машиночитаемого права в ограниченных областях, включая реализацию пилотных проектов в обеспечении стандартизации, электронного документооборота, контрольно-надзорной деятельности, нормотворчества, финансовых технологий, взаимодействия государственных и частных цифровых платформ, а также формирование необходимого кадрового и технологического задела для реализации последующих этапов.

2.    Второй этап (2024-2028 годы), включающий в себя тиражирование успешного опыта использования машиночитаемого регулирования и автоматизированного правоприменения за счет создания комплексной системы формирования и применения машиночитаемых норм в сферах, предполагающих снижение дискреционности принимаемых решений, создание ответных систем автоматической оценки соответствия деятельности организаций и кибер-физических систем регуляторным и этическим ограничениям.

3.    Третий этап (2028-2035 годы), реформирование системы подготовки и принятия решений о необходимых и достаточных изменениях в регулировании и правоприменительной практике для создания оптимальных условий для экономического роста и развития технологий.

Планирование мероприятий, необходимых для реализация второго и третьего этапа предполагается осуществить по результатам реализации первого этапа.

Правовые механизмы

На первом этапе необходимо осуществить те изменения в регулировании, которые позволят реализовать пилотные проекты. Наиболее значимые изменения необходимо внести в следующие нормативные правовые акты

1.             Акты, регулирующие процессы создания стандартов, особенно терминологических, определив условия и возможности для разработки и публикации машиночитаемых представлений правовой и технологической терминологии, а также случаи, в которых необходимо проводить экспертизу на предмет противоречий в терминологии.

2.             Акты, регулирующие правила обмена электронными документами, а также утверждающие форматы и иные способы включения в электронные документы машиночитаемой информации. Состав таких нормативных правовых актов должен быть существенно дополнен регулированием, обеспечивающим федерирование библиотек метаданных, используемых в электронных документах, а также инструментами сборки федерированных библиотек с участием большого количества заинтересованных лиц.

3.             Акты, устанавливающие случаи использования федерированных библиотек метаданных при электронном документообороте между органами власти, учреждениями ведомственной сети и юридическими лицами при подготовке бюджетной, статистической, налоговой и надзорной отчетности, включая акты, устанавливающие требования к идентификации и волеизъявлению лиц, участвующих в дистанционном взаимодействии.

4.             Акты, регулирующие взаимодействия участников экспериментов, направленных на тестирование подходов и методов формирования, фиксации и использования элементов машиночитаемого права.

Организационно-технические мероприятия

На первом этапе для реализации Концепции необходимо разработать, согласовать и обеспечить реализацию экспериментов, направленных на тестирование ключевых технологий машиночитаемого права, прежде всего:

1.             Создание машиночитаемых терминологических справочников правовых терминов, в том числе в формате федерированных библиотек метаданных, которые могут использоваться как при подготовке нормативных правовых актов, так и в электронных документах, попадающих в сферу регулирования. Прежде всего, необходимо разработать общероссийский справочник типовых обязательств, на основе которого могут строиться системы классификации соглашений, сделок и реализовываться многие другие задачи по развитию машиночитаемого права.

2.             Разработка удобных визуальных интерфейсов для создания документов в традиционных форматах параллельно с подготовкой формальной модели их описания, интегрированных со справочниками машиночитаемых терминов и определений. Ключевым свойством таких интерфейсов должны являться интеллектуальные сервисы, позволяющие частично или полностью автоматизировать выделение юридически значимых наборов метаданных и формирования их формального описания при подготовке юридических текстов.

3.             Проверка соответствия юридических текстов действующим регуляторным требованиям. Необходимо обеспечить разработку и тестирование интеллектуальных систем, способных работать как с документами, не содержащими информации, относимой к системе онтологии права, так и с документами, содержащими ее элементы.

Проведенные консультации показывают низкую заинтересованность со стороны бизнеса в разработке предлагаемых выше подходов, если они не поддерживаются со стороны государства, поскольку такие проекты требуют существенных затрат при отсутствии прямых эффектов для коммерциализации полученных результатов. С другой стороны, ключевые компетенции, необходимые для разработки указанных технологий, имеются в технологических компаниях, занимающихся созданием интеллектуальных систем с использованием искусственного интеллекта.

Как следствие, наиболее рациональной стратегией обеспечения тестирования представленных технологий является формирование приоритетных отраслевых проектов, заказчиками которых могли бы выступать федеральные органы исполнительной власти, ответственные за нормотворческий процесс и осуществление контроля (надзора) за деятельностью в соответствующих сферах, а также ориентированные на формирование благоприятного инвестиционного климата и конкурентоспособной юрисдикции для развития новых технологий.

Одним из вариантов тестирования технологий машиночитаемого права является их применение при создании и мониторинге работы экспериментальных правовых режимов в сфере цифровой экономики, поскольку цифровизация процессов взаимодействия между участниками экспериментального правового режима и регулятором позволит принимать оперативно решения, необходимые для обеспечения безопасности третьих лиц, а также обеспечит сбор необходимой информации для последующего тиражирования модели регулирования.

Для запуска процессов внедрения машиночитаемого права в деятельность регуляторов целесообразно разработать комплекс методических материалов и инструментов, позволяющих провести оценку сложности существующего корпуса актов и сложившейся нормотворческой практики. В случае заинтересованности во внедрении данных технологий, регулятор должен иметь возможность оценить трудоемкость инициирующего этапа, который приведет к появлению минимально необходимого набора машиночитаемых норм, представляющего ценность для решения задач регулирования, и существенным образом снижающего издержки на обеспечение требуемого состояния сферы регулирования либо надзорной деятельности.