Otevřený výzkum práva jako kódu

Umělá inteligence (AI) je v tom jeden z nástrojů. Vedle ní stojí obyčejný kód, testy a data z oficiálních zdrojů. Ve světě se podobnému přístupu říká Rules as Code, tedy pravidla zapsaná tak, aby s nimi uměl pracovat i stroj.

Zajímá mě kvalita výsledku, způsob jeho vzniku i chyby, které se při tom objeví. Projekt navazuje na myšlenku otevřeného práva (open law). Zveřejňuji užitečné výstupy a k nim zdroje, postupy a meze, o kterých se dá diskutovat. Jednotlivé části webu zachycují různé fáze téže práce, od podnětu přes pokus a jeho hodnocení po komentář nebo nástroj, který může použít někdo další.

Komentáře jako součást pokusu

Hlavním výstupem projektu jsou komentáře k předpisům. Dnes pokrývají evropské digitální předpisy a zákoník práce. Na jejich tvorbě zkouším, jestli AI dokáže spojit text předpisu, související zdroje a judikaturu do srozumitelného a věcně správného výkladu. U zákoníku práce má každý paragraf vedle odborného výkladu i verzi obyčejnou řečí.

Komentář je zároveň text pro čtenáře a materiál pro hodnocení postupu, kterým vznikl. Důležité je i to, jestli jde postup zopakovat, opravit a použít u dalšího předpisu. Srovnání s komentáři profesionálních autorů chci později udělat jako samostatný výzkum.

Jedním z problémů, na které jsem narazil, je rozlišování hlasů v soudním rozhodnutí. Model může zaměnit tvrzení účastníka nebo shrnutí předchozího řízení za vlastní výklad soudu. Tuto chybu dnes hlídá samostatná kontrola. U citované pasáže se určí, ze které části rozhodnutí pochází, a závěr opřený o rekapitulaci tvrzení účastníka kontrolou neprojde.

Judikatura a zdroje

Judikatura vstupuje do komentářů i do dalších pokusů. Sleduji, jak AI rozhodnutí vyhledává, čte, přiřazuje ke konkrétním otázkám a používá ve výsledném textu. Samotný odkaz na rozhodnutí ještě neříká, že je použité správně. Součástí pokusu je proto i kontrola, jestli zdroj tvrzení skutečně nese a jestli citovaná věta vyjadřuje názor soudu, nebo jen tvrzení účastníka.

Veřejně je k dispozici přehled české judikatury k umělé inteligenci. Má 77 rozhodnutí, každé otevřené, přečtené a s odkazem na plné znění, a celý jde stáhnout ve strojově čitelné podobě.

Znění předpisů beru z e-Sbírky a z databáze Úřadu pro publikace Evropské unie. Předpis v knihovně nese datum, ke kterému jeho znění platí, a kontrola hlásí, když se pramen mezitím změnil. Jak ověřuji předpisy, citace a judikaturu, popisuje metodika.

Od komentáře k nástroji

Na komentáře navazují nástroje. Zkouším, jestli lze z výkladu odvodit kalkulačku, rozhodovací postup nebo jinou pomůcku, která pracuje se vstupy uživatele. K zákoníku práce tak vznikly kalkulačky lhůt a odstupného a postupy krok za krokem.

Převést výklad do výpočtu znamená zachytit i předpoklady, výjimky a situace, pro které nástroj nestačí. Kalkulačky proto u každého kroku odkazují na bod výkladu, ze kterého vychází. Kde zákon ani výklad nerozhoduje, nepočítají a řeknou proč. Ověřují je testy postavené na příkladech z komentáře.

Chyba ve výchozím výkladu se může přenést do všeho, co na něm stojí. Verze obyčejnou řečí a postupy proto nesou otisk hesla, ze kterého vznikly. Když se heslo změní, navazující text se ohlásí k revizi a na web se dostane až po ní.

Plugin, skilly a znalostní báze

Práce běží v pluginu pro Claude Code, který průběžně vyvíjím. Plugin má vlastní znalostní bázi předpisů a judikatury a sadu skillů, tedy instrukcí pro opakované pracovní postupy. Pravidla v něm jsou strojově vynucená. Například citace paragrafu, kterou nejde ověřit proti knihovně předpisů, kontrolou neprojde.

Při vývoji řeším, jak uspořádat rozsáhlé právní podklady, jak v nich hledat a jak se potřebný text dostane k modelu. Zkouším i tvorbu skillů pomocí AI. Legal Prompt Builder umí hotové zadání uložit jako skill, takže se z jednorázového zadání může stát opakovatelný postup.

Poznámky a výzkumné otázky

Poznámky zachycují zkušenosti z vývoje, dílčí rozbory a důvody jednotlivých změn. Výzkumné otázky pojmenovávají problémy, které zůstávají otevřené a které chci dál ověřovat.

Postupně k nim chci přidat i otázky k samotné metodě, například jak spolehlivě rozlišovat argumentaci stran a soudu, jak hodnotit kvalitu automaticky vytvořeného komentáře nebo jak porovnávat ručně napsané skilly se skilly vytvořenými pomocí AI. U každé otázky chci zachytit, co ji vyvolalo, jak ji lze zkoumat a co dosavadní výsledky skutečně ukazují.

TL;DR a sledování vývoje

Sekce TL;DR (z anglického „too long; didn’t read“, tedy ve zkratce) dnes nabízí krátké výtahy z delších textů. Chci z ní udělat agregátor novinek z právních technologií a z AI v právu. Má usnadnit orientaci a vybírat podněty k dalšímu čtení, rozboru nebo vlastnímu pokusu.

Kritéria hodnocení si určím sám. AI bude pomáhat s výběrem, shrnutím a řazením položek podle těchto kritérií. U každé položky zůstane odkaz na původní zdroj a krátké zdůvodnění hodnocení. Samotné pořadí pak bude další věcí, jejíž spolehlivost lze zkoumat.

Zajímavá zpráva může vést k vlastní poznámce, nové výzkumné otázce nebo praktickému testu. TL;DR tím propojí dění v oboru s prací, která vzniká v projektu.

Jak spolu části webu souvisejí

Komentáře, judikatura a nástroje ukazují konkrétní výsledky a podklady. Poznámky zachycují postup a zkušenosti. Výzkumné otázky ukazují, co je potřeba dál zjistit. TL;DR přináší nové podněty. Kurz AI gramotnosti a slovník pojmů pomáhají s orientací v pojmech a postupech, se kterými web pracuje.

Legal To Code se průběžně mění podle toho, co při práci zjistím. Každou změnu, která je na webu vidět, zapisuji s datem do seznamu změn. Výsledky zveřejňuji proto, aby je mohl někdo použít, prověřit nebo na ně navázat a aby zkušenosti z jednotlivých pokusů přispívaly k lepším postupům v právní práci s kódem i s AI.