📍 И тут пришли математики...
Продолжим рассказывать доклады той сессии.

Авторы следующего доклада:

Начальник лаборатории Риохей Хизано пока известный только в узких кругах, но очень скоро он станет звездой, вот увидите! и
Харука Эзои (Haruka Ezoe), магистрантка - но как мы поняли, именно она – ключевые математические мозги этой команды в проекте.

Коллеги Риохей и Харука начали с фразы, которая сразу вызвала улыбки в аудитории:

«Мы вообще не юристы. Мы — computer scientists».

И это сразу было заметно.
Пока юристы десятилетиями спорят о толковании судебных решений, математики из Японии предложили посмотреть на них как на данные, которые можно описать математически.

Их задача звучит почти фантастически: научить компьютер понимать структуру юридического рассуждения, а не просто читать текст.
Для этого они строят knowledge graph — граф знаний. Каждое судебное решение разбивается на несколько базовых элементов: факты дела, применимые нормы, юридические аргументы и вывод суда. Затем между ними выстраиваются связи, превращая длинный текст судебного решения в формальную модель, пригодную для машинного анализа.

Авторы специально отказались от слишком сложных юридических моделей. По словам докладчика, многие проекты Legal AI становятся настолько детализированными, что перестают работать на больших массивах судебных решений. Поэтому их задача состояла не в том, чтобы описать право «идеально», а в том, чтобы найти минимальную, но устойчивую модель юридического рассуждения.

Но главным результатом исследования стали не сами алгоритмы, а сотрудничество между юристами и специалистами по компьютерным наукам. Как признался докладчик, только совместная работа позволила понять, какие элементы судебного решения действительно имеют юридическое значение, а какие важны лишь с точки зрения обработки текста.

➡️ А дальше команда решила проверить, можно ли перенести эту модель на практику Европейского суда по правам человека. И именно здесь начались настоящие сложности…

#ESELS2026 #EmpiricalLegalStudies #LegalAI #KnowledgeGraphs #LEADLab