Ein Projekt kartiert nahezu alle Gesetze, Vorschriften und Gerichtsentscheidungen Australiens

 (umarbutler.com)
2 Punkte von GN⁺ 2024-03-23 | 1 Kommentare | Auf WhatsApp teilen
  • Australian Law Map ordnet die Gesetze, Vorschriften und Gerichtsentscheidungen des Open Australian Legal Corpus in einem zweidimensionalen semantischen Raum an und macht so die Struktur des australischen Rechtssystems auf einen Blick erkundbar
  • Auf der Karte wirken sich Unterschiede in Stil und Zweck der Dokumenttypen stärker aus als gemeinsame Themen; dadurch entsteht eine unsichtbare Barriere zwischen Rechtsprechung und Gesetzgebung
  • Grenzen nach Jurisdiktion sind nicht klar erkennbar, doch das Korpus enthält aus urheberrechtlichen Gründen nur Entscheidungen des Commonwealth und von New South Wales; Gesetzgebung aus Victoria, dem Northern Territory und dem Australian Capital Territory fehlt
  • Einwanderungsrecht, Familienrecht und materielles Strafrecht sind im Bereich der Rechtsprechung am stärksten isoliert und auch weit von legislativen Dokumenten entfernt; Rechtsprechung zum Planungs- und Baurecht liegt den legislativen Dokumenten am nächsten
  • Die Umsetzung kombiniert Text-Embeddings, PaCMAP zur Dimensionsreduktion, HDBSCAN-Clustering, tf-idf-Labeling, manuelles Zusammenführen und Plotly-Visualisierung zu einem wiederverwendbaren allgemeinen Verfahren für semantisches Mapping

Eine Karte, die australisches Recht im semantischen Raum anordnet

  • Die Karte ordnet Australiens Gesetze, Vorschriften und Gerichtsentscheidungen in einem zweidimensionalen Raum an und zeigt die semantische Ähnlichkeit zwischen Dokumenten als Distanz
  • Jeder Punkt steht für ein eindeutiges Gesetzes-, Vorschriften- oder Gerichtsentscheidungsdokument aus dem Open Australian Legal Corpus
  • Auf einem Computer kann man mit der Maus über ein Dokument fahren, um Titel, Typ, Jurisdiktion und Kategorie zu sehen; per Klick lässt sich das Dokument öffnen
  • Dokumente sind je nach Kategorie unterschiedlich eingefärbt; klickt man in der Legende auf eine Kategorie, wird sie ausgeblendet, ein Doppelklick zeigt nur diese Kategorie an

Die unsichtbare Barriere zwischen Rechtsprechung und Gesetzgebung

  • Auf der Karte erscheint eine unsichtbare Barriere, die Gerichtsentscheidungen und legislative Dokumente trennt; die Struktur teilt sich wie Nord- und Südpol in zwei Seiten
  • Selbst wenn sie dasselbe Thema behandeln, haben Gerichtsentscheidungen untereinander und legislative Dokumente untereinander mehr Gemeinsamkeiten
  • Dieser Unterschied lässt sich so verstehen, dass sich die Unterschiede in Stil und Zweck von Rechtsprechung und Gesetzgebung im semantischen Raum stärker niederschlagen als das Thema selbst

Grenzen nach Jurisdiktion sind nicht klar erkennbar

  • Auch wenn man Dokumente nach Jurisdiktion einfärbt, werden keine klaren Grenzen zwischen Dokumenten unterschiedlicher Jurisdiktionen sichtbar
  • Allerdings enthält das Open Australian Legal Corpus aus urheberrechtlichen Gründen nur Entscheidungen des Commonwealth und von New South Wales; Gesetzgebung aus Victoria, dem Northern Territory und dem Australian Capital Territory fehlt
  • Die Durchmischung der Jurisdiktionen auf der Karte deutet darauf hin, dass australisches Landes- und Bundesrecht vergleichsweise homogen sein könnte
  • Auch die verbleibenden Grenzen zwischen Landes- und Bundesrecht entsprechen eher thematischen Unterschieden als der Rechtsdogmatik der jeweiligen Jurisdiktion
  • Das passt zu einer Struktur, in der Landes- und Bundesgerichte sowie Parlamente innerhalb eines gemeinsamen Rechtssystems arbeiten und der High Court of Australia zwischenstaatliche Streitigkeiten über verfassungsrechtliche Rechte und Kompetenzgrenzen vermittelt

Festland und Inseln von Rechtsprechung und Gesetzgebung

  • Innerhalb der Bereiche von Rechtsprechung und Gesetzgebung gibt es ein Festland, dem die meisten Dokumente angehören, sowie mehrere Inseln, auf denen sich Dokumente desselben Themas sammeln
  • Dass ein Festland existiert, deutet darauf hin, dass die meisten Gerichtsentscheidungen und legislativen Dokumente aus einem zusammenhängenden Wissenspool hervorgehen und wieder in ihn einfließen
  • Einige Inseln der Gesetzgebung und Rechtsprechung sind vollständig vom Festland getrennt
  • Die flächenmäßig größte Insel besteht fast vollständig aus Einwanderungsfällen
  • Von 19 möglichen Rechtsgebieten kommen nur Einwanderungsrecht und Familienrecht außerhalb des Festlands häufiger vor als innerhalb
  • Beim Familienrecht gab es bereits die Wahrnehmung, dass es vom übrigen Recht etwas isoliert ist; die Karte stützt diese Isolation
  • Fälle im Einwanderungsrecht neigen dazu, auf einwanderungsrechtsspezifische Gesetzgebung und Rechtsprechung zu verweisen, und erscheinen daher vergleichsweise in sich geschlossen

Die Position von Strafrecht, Familienrecht und Einwanderungsrecht

  • Einwanderungsrecht, Familienrecht und materielles Strafrecht clustern auch entlang der Breitengrade nahe beieinander und zeigen damit eine mögliche Verbindung
  • Alle drei Bereiche konzentrieren sich besonders auf die Regulierung des Lebens einzelner Personen und beschränken sich nicht darauf, nur Eigentumsrechte juristischer Personen zu behandeln
  • Die Rechtsprechung dieser drei Bereiche ist auf der Karte der am weitesten von legislativen Dokumenten entfernte Typ von Rechtsprechung
  • Diese Distanz bedeutet nicht, dass diese Bereiche keinerlei Gesetzgebung zitieren; sie kann damit zusammenhängen, dass sie möglicherweise häufiger als andere Rechtsprechungsbereiche auf Präzedenzfälle zurückgreifen, oder mit der Grenze, komplexe mehrdimensionale Beziehungen auf einer zweidimensionalen Karte darzustellen
  • Das Rechtsgebiet der Rechtsprechung, das legislativen Dokumenten am nächsten liegt, ist das Planungs- und Baurecht, da es häufig eng mit lokalen Planungs­gesetzen und -vorschriften befasst ist
  • Die große sechseckige Insel des Strafrechts besteht vor allem aus Fällen des materiellen Strafrechts; strafrechtliche Fälle, die mit dem juristischen Festland verbunden sind, betreffen eher das Strafverfahrensrecht
  • Das passt gut zur großen Unterscheidung, die materielles Recht in Straf- und Zivilrecht unterteilt, sowie dazu, dass Strafprozessrecht und Zivilprozessrecht mehrere gemeinsame Grundsätze natürlicher Gerechtigkeit teilen

Case Law wirkt wie ein Kontinuum

  • Folgt man dem Festland der Rechtsprechung von unten nach oben, wirkt australisches Case Law eher wie ein Kontinuum als wie eine streng getrennte Struktur
  • Planungsfälle sind mit Umweltfällen verbunden, und Umweltfälle gehen in Grundstücks- und Bodenrechtsfälle über
  • Grundstücks- und Bodenrechtsfälle berühren Vertragsfälle; nördlich der Vertragsfälle liegen Verfahrensfälle, westlich Fälle des geistigen Eigentums und östlich Handelsfälle
  • Nördlich des Verfahrensrechts liegen Strafrecht und Verleumdung; westlich des Rechts des geistigen Eigentums schließen sich Verwaltungsrecht, Gesundheits- und Sozialdienstleistungsrecht, Arbeitsrecht, Fahrlässigkeit und Transportrecht an
  • Östlich des Handelsrechts liegen Billigkeitsrecht und Teile des Familienrechts
  • Dass Planungs-, Umwelt- sowie Grundstücks- und Bodenrecht miteinander verflochten sind und Fahrlässigkeitsfälle häufig mit Ansprüchen aus Verkehrsunfällen und Arbeitsunfällen verbunden sind und daher in der Nähe von Transport- und Arbeitsrecht clustern, passt gut zum bestehenden Verständnis der Beziehungen zwischen Rechtsgebieten
  • Einige Entscheidungen zum Grundstücks- und Bodenrecht überschneiden sich mit Handels- und Verfahrensfällen; diese streifenförmigen Fälle konzentrieren sich tendenziell auf Hypothekenstreitigkeiten im Zusammenhang mit Zahlungsausfällen
  • Entscheidungen im Transportrecht teilen sich in eine mit dem Festland verbundene Gruppe und eine mit der Insel des materiellen Strafrechts verbundene Gruppe
    • Mit der Strafrechtsinsel verbundene Transportentscheidungen konzentrieren sich häufig auf den Entzug von Transportlizenzen
    • Mit dem Festland verbundene Transportentscheidungen konzentrieren sich tendenziell auf Verkehrsunfälle

Durch semantisches Mapping erkannte Struktur und Erweiterbarkeit

  • Die Karte spiegelt die bekannten Unterschiede zwischen Rechtsprechung und Gesetzgebung wider und zeigt zugleich mögliche Trennlinien und verborgene Verbindungen zwischen Rechtsgebieten
  • Besonders auffällig sind folgende Muster
    • Einwanderungsrecht, Familienrecht und materielles Strafrecht sind die am stärksten isolierten Bereiche der Rechtsprechung auf der Karte
    • Einwanderungsrecht, Familienrecht und materielles Strafrecht sind die Bereiche der Rechtsprechung, die am weitesten von legislativen Dokumenten entfernt sind
    • Planungs- und Baurecht ist der Bereich der Rechtsprechung, der legislativen Dokumenten am nächsten liegt
    • Zwischen australischem Landes- und Bundesrecht zeigt sich keine auffällige Trennung in Stil, Auslegungsgrundsätzen oder allgemeiner Rechtsdogmatik
  • Eine dreidimensionale Karte könnte neue verborgene Beziehungen sichtbar machen, die in zwei Dimensionen schwer darzustellen sind
  • Das Hinzufügen von Rechtsprechung und Gesetzgebung anderer Bundesstaaten und Territorien könnte die Auflösung der australischen Rechtskarte erhöhen
  • Das Hinzufügen von Rechtsdokumenten anderer Common-Law-Länder wie UK, Canada und New Zealand könnte historische und fortbestehende Wechselwirkungen zwischen Rechtssystemen erfassen
  • Semantisches Mapping ist nicht auf australisches Recht beschränkt, sondern kann genutzt werden, um Zusammensetzung und Struktur großer unstrukturierter Datensätze schnell zu verstehen

Implementierung: von der Vektorisierung bis zur Visualisierung

  • Der Prozess, einen beliebigen Datensatz semantisch zu kartieren, lässt sich grob in Vektorisierung, Clustering, Labeling, Dimensionsreduktion und Visualisierung unterteilen
  • Die Bedeutung von Text wird als Zahlenmenge, also als Vektor oder Embedding, dargestellt; über Vektorähnlichkeit lässt sich die semantische Ähnlichkeit zwischen Dokumenten grob erfassen
  • Für die Auswahl eines Text-Embedding-Modells dient das Massive Text Embedding Benchmark (MTEB) Leaderboard von Hugging Face als Referenz
  • Zum Zeitpunkt der Kartenerstellung war BAAI/bge-small-en-v1.5 eines der guten Open-Source-Modelle gemessen an seiner Größe; aktuell rangiert dessen Fine-Tuning avsolatorio/GIST-small-Embedding-v0 höher
  • Moderne Text-Embedding-Modelle haben ein festes Kontextfenster, also eine feste Zahl von Tokens, die auf einmal vektorisiert werden können
    • Das Kontextfenster von GIST-small-Embedding-v0 beträgt 512 Tokens
    • Ein Wort kann grob als 0,75 Tokens betrachtet werden, sodass etwa 384 Wörter auf einmal vektorisiert werden können
  • Lange Texte werden in Chunks von höchstens 512 Tokens aufgeteilt; jeder Chunk wird vektorisiert, anschließend wird aus den Vektoren ein Durchschnittsvektor gebildet, der die durchschnittliche Bedeutung des gesamten Texts repräsentiert
  • Schneidet man einfach bei jedem 512. Token, können semantisch wichtige Informationen getrennt werden; daher braucht es einen semantic chunker, der an sinnvollen Stellen teilt
  • semchunk ist eine Python-Bibliothek, die Text rekursiv anhand von Zeichenfolgen aufteilt, die semantische Grenzen markieren, etwa aufeinanderfolgende Zeilenumbrüche oder Tabs

Dimensionsreduktion und Clustering

  • Vektorisierte Daten werden von hochdimensionalen Vektoren auf zweidimensionale oder niedrigerdimensionale Koordinaten reduziert und auf der Karte angezeigt
  • Dimensionsreduktion wird auch eingesetzt, um den Fluch der Dimensionalität abzumildern, der Clustering in hochdimensionalen Daten erschwert
  • Als Modell für die Dimensionsreduktion wurde PaCMAP verwendet, ein schnelles und genaues Modell, das sowohl globale als auch lokale Strukturen bewahren kann
  • Für die Kartenanzeige wurden zwei Dimensionen verwendet; um das Clustering zu erleichtern, wurde auf 80 Dimensionen reduziert
  • Bei einem anderen Datensatz mit etwa 400 Datenpunkten funktionierten zwei Dimensionen besser als 80, daher sollte man je nach Daten mehrere Dimensionszahlen ausprobieren
  • Für das Clustering wurde HDBSCAN verwendet
  • Anders als k-means zwingt HDBSCAN nicht jeden Datenpunkt in ein Cluster
  • Zum Zeitpunkt der Kartenerstellung enthielt das Open Australian Legal Corpus 218.336 Rechtstexte, von denen 84.780 (38,8 %) nicht geclustert wurden
  • Weitere 10.100 (4,6 %) wurden Clustern zugeordnet, die keine sinnvollen gemeinsamen Merkmale zu haben schienen
  • Insgesamt wurden 94.880 Dokumente (43,4 %) keinem sinnvollen Cluster zugewiesen und daher von der Karte ausgeschlossen
  • Damals wurde fast_hdbscan verwendet; später stellte sich jedoch heraus, dass es eher als das normale HDBSCAN dazu neigt, hier und da leere Cluster zu erzeugen, weshalb die Codebeispiele das normale HDBSCAN verwenden
  • min_cluster_size legt die Mindestzahl an Datenpunkten in einem Cluster fest; je niedriger der Wert, desto feiner die Cluster, je höher, desto breiter die Cluster
  • In der finalen Arbeit wurde min_cluster_size auf 50 gesetzt, wodurch 507 eindeutige Cluster entstanden, die anschließend manuell auf 19 Rechtsgebiete reduziert wurden

Labeling und manuelles Zusammenführen

  • Um Clustern aussagekräftige Labels zu geben, wurden mit tf-idf die wichtigsten Tokens jedes Clusters ermittelt
  • tf-idf vergibt hohe Werte an Tokens, die in einem bestimmten Cluster häufig vorkommen, im gesamten Datensatz aber relativ selten sind
  • Zunächst wurden Cluster mit denselben vier Top-Tokens zusammengeführt, dadurch wurden jedoch nur 2 von 507 Clustern entfernt
  • Anschließend wurden auf Basis der Top-Tokens 337 Regeln zum Zusammenführen von Clustern manuell erstellt; am Ende wurden sie zu 19 Rechtsgebieten verdichtet
  • Beim manuellen Zusammenführen sollte möglichst die Datenstruktur die Kategorien bestimmen, doch je kleiner die Zahl der Cluster wurde, desto schwieriger wurden Entscheidungen darüber, welche Kategorien ein- oder auszuschließen sind
  • Auch 19 Kategorien mit voneinander unterscheidbaren Farben darzustellen war nicht einfach; gelöst wurde dies mit einer von Sasha Trubetskoy veröffentlichten Farbpalette
  • Manuelles Zusammenführen eignet sich, wenn ein tiefes Verständnis der Datenzusammensetzung erforderlich ist oder Präzision und Genauigkeit des Endergebnisses besonders wichtig sind
  • In anderen Fällen ist es vorteilhafter, das Clustering-Modell so anzupassen, dass weniger Cluster entstehen, und diese automatisch mit den drei wichtigsten tf-idf-Tokens oder einem großen Sprachmodell zu labeln
  • Ein Beispiel für automatisches Labeling besteht darin, gpt-4 oder ein mit der OpenAI API kompatibles Modell mit zufälligen Dokument-Snippets und den wichtigsten tf-idf-Tokens zu versorgen und Labels mit weniger als vier Wörtern erzeugen zu lassen

Plotly-Visualisierung und Grenzen

  • Die finale Karte ist so aufgebaut, dass mit Plotly zwei- oder dreidimensionale Streudiagramme erstellt werden können
  • Die wichtigste Einschränkung von Plotly besteht darin, dass die Größe der Datenpunkte beim Hineinzoomen in die Karte nicht mitwachsen kann
  • Bei Hunderttausenden Datenpunkten überlappen sich die Punkte; verkleinert man sie, sind sie im gezoomten Zustand schwer zu erkennen
  • Einige Plotly-Probleme wurden mit benutzerdefiniertem CSS und JavaScript umgangen, der betreffende Code wird jedoch nicht geteilt
  • Nach der Visualisierung folgt eine Analysephase, in der topografische Muster, Ausreißer, Inseln und die grundlegende Struktur der Daten untersucht werden
  • Wendet man dieselbe Technik auf das Common Crawl-Korpus an, ließe sich nach Ansicht des Autors eine hochauflösende semantische Karte des Internets erstellen

Verwandte Beiträge

1 Kommentare

 
GN⁺ 2024-03-23
Hacker-News-Kommentare

  • Großartige Arbeit. Besonders der Satz „Wenn man diese Technik auf Common Crawl anwendet, kann man eine Karte des Internets erstellen“ hat mich sehr angesprochen.
    Ich bin seit Jahren davon fasziniert, Dinge, die normalerweise nicht auf Karten erscheinen, zu kartieren, und habe mehrere solcher Karten erstellt. Eine der recht bekannten ist Music-Map: https://www.music-map.com
    Ich wollte schon lange eine Web-Karte erstellen und hatte mir deshalb auch die Domain web-map.com registriert. Außerdem habe ich mit einem Custom-Crawler und Algorithmen experimentiert, die verwandte Websites schnell finden; das schien durchaus machbar.
    Allerdings betreibe ich bereits mehrere experimentelle Karten und habe für das Kartieren von allem noch kein Geschäftsmodell gefunden, daher liegt das Vorhaben vorerst auf Eis.

    • Kürzlich habe ich eine Karte aller PDF-URLs im Internet erstellt.
      Verwendet habe ich ein kleines Embedding-Modell und eine Hauptkomponentenanalyse (PCA) zur Dimensionsreduktion: https://weblog.snats.xyz/posts/2024/03/20/
    • Vor einiger Zeit habe ich einen Verbindungsgraphen erstellt, der zeigt, mit wem alle Künstler in der Spotify-Bibliothek zusammengearbeitet haben.
      Es war ziemlich spannend zu sehen, wie weit zwei Künstler über lange Ketten von Kollaborationen voneinander entfernt sind. Wie bei den meisten Karten menschlicher Beziehungen lief es am Ende zwar auf ein paar Super-Connector hinaus, die mit Hunderten zusammenarbeiten, plus kleine Gruppen in deren Umfeld, aber es traten auch interessante Cluster zutage.
    • Das dürfte dir auch gefallen: https://everynoise.com/
    • Ich würde gern eine semantische Karte des Internets sehen und überlege auch, selbst einmal so etwas zu versuchen, aber das wäre wohl ein riesiger Aufwand.
      Es gibt eine ähnliche, ziemlich coole Karte, die allerdings schon recht alt ist: http://internet-map.net/
    • Vor Kurzem habe ich etwas Ähnliches auch für Parfums gemacht: https://observablehq.com/@55th/every-fragrance-at-once

  • Die Formulierung, dass „australisches Fallrecht wie eine Art Kontinuum aussieht“, ergibt zwar ein schönes Bild, aber ich möchte die Maxime betonen: Die Karte ist nicht das Gebiet.
    Dieses Kontinuum könnte eher eine Funktion der Projektionsmethode, des gewählten Ähnlichkeitsmaßes usw. sein als die tatsächliche Wissensstruktur des Rechts.
    Das heißt natürlich nicht, dass man aus der Karte nichts lernen kann, aber die tatsächliche Wissensstruktur der gesamten Dokumente muss nicht zwingend ein praktisches Kontinuum sein.
    Dennoch ist die Dokumentation des Projekts hervorragend und eröffnet einen neuen Blick auf den australischen Rechtsbereich.

    • Stimmt. Diese Karte stellt nicht zwangsläufig die zugrunde liegende semantische Struktur des australischen Rechts exakt dar, sondern ist eine Näherung, die von den verwendeten Daten, dem gewählten Embedding-Modell, dem Dimensionsreduktionsmodell für die Projektion in den zweidimensionalen Raum und weiteren Faktoren beeinflusst wird.
      Ich habe den Text sowohl für juristische Leser als auch für Data-Science-Leser geschrieben und wollte dabei Schlussfolgerungen nicht stärker erscheinen lassen, als sie sind, zugleich aber die Grenzen heutiger Technologien beim semantischen Kartieren von Wissen nicht zu technisch erklären.
      Aus meiner Erfahrung mit dem Jurastudium ist das australische Fallrecht allerdings tatsächlich bis zu einem gewissen Grad eher ein Kontinuum. Ein einzelner Fall kann mehrere Rechtsgebiete berühren, und bei den Präzedenzfällen, auf die sich ein Richter bei seiner Entscheidung beziehen kann, gibt es außer Relevanz und Bindungswirkung kaum große Einschränkungen.
      Interessant war auch, dass die endgültigen Cluster der Art, wie Recht an der Universität gelehrt wird, überraschend ähnlich waren. Das zeigt, dass viel Überlegung in die Gestaltung der juristischen Ausbildung in Australien geflossen ist. Tatsächlich gibt es die 11 Pflichtfächer, die Priestley 11, und sie sind alle auf der Karte wiederzufinden: https://en.wikipedia.org/wiki/Priestley_11

  • Visualisierungen dieser Art wirken ziemlich seltsam. Ich bin kein Jurist, habe aber viele juristische Lehrbücher gelesen.
    Normalerweise würde ich erwarten, dass kodifiziertes Recht eine eher locker verzweigte, tentakelartige Struktur bildet.
    Fallrecht hat im Kern oft einen vermittelnden Charakter: Richter füllen unklare Bedeutungen oder Lücken des kodifizierten Rechts aus.
    Dass Fallrecht und kodifiziertes Recht hier zwei deutlich getrennte Cluster bilden, ist schwer nachvollziehbar und wirkt wie ein Fehler im Domain Modeling. Es sieht nach einem Ergebnis aus, das entstehen kann, wenn man ohne Berücksichtigung des Domain Models naiv ein Textähnlichkeitsmaß auf den Datensatz anwendet.

  • Eine enorme Arbeit. Aus der Perspektive von jemandem, der Webentwicklung aus eigener Tasche finanziert, frage ich mich, wie man die Zeit für so etwas findet.
    Ich weiß nicht, ob das der Aufwertung des Lebenslaufs dient, ein Produkt oder Prototyp ist oder einfach aus reiner Leidenschaft entstanden ist, aber zumindest ist es bahnbrechend.
    Auch die technische Beschreibung war gut; ab der Mitte habe ich nur noch überflogen, aber es sieht nach einer Kombination aus modernen Embedding-Algorithmen und klassischem Machine-Learning-Clustering aus.
    Da die Basisdaten nun vorhanden sind, frage ich mich, ob auch erwogen wurde, mit einem vollwertigen generativen Modell eine semantische Analyse durchzuführen – etwa „Fasse diese Teilmenge von Fällen zusammen und tagge sie nach bestimmten Situationen oder subtilen Streitfragen“ – und anschließend die Ergebnisse zu clustern. Ich hoffe, dass viele Entwickler, die in den USA im vergangenen Jahr Large Language Models auf Case Law angewendet haben, genau an solchen Dingen arbeiten.
    Das ist die Art von Projekt, bei der man sagen möchte, dass man gern mitarbeiten würde, selbst wenn der eigene Kalender schon voll ist; ich werde mich also mit einem ziemlich ehrenvollen Platz in den Kommentaren und im Inspirations-Bookmark-Ordner begnügen.

    • Der Vorstellungstext klingt interessant: https://umarbutler.com/about/
      Umar Butler ist ein australischer Data Scientist, Legal-Tech-Experte und KI-Forscher und betreibt einen Blog über Recht, Technologie, künstliche Intelligenz und Themen dazwischen.
      Im Rahmen seiner Forschung zu Legal Tech und künstlicher Intelligenz hat er unter anderem einen LLM-Datensatz zum Lernen australischen Rechts, die größte öffentliche australische Rechtsdatenbank und das erste öffentliche LLM für australisches Recht veröffentlicht.
      Derzeit arbeitet er im Attorney-General’s Department als stellvertretender Direktor für Data Science und berät dort zur verantwortungsvollen Nutzung von künstlicher Intelligenz zur Ermöglichung, Beschleunigung und Verbesserung öffentlicher Entscheidungsfindung sowie rechtlicher und politischer Analysen und zur Entwicklung zentraler KI-Politik.

  • Ich fand es wirklich gut, dass die interaktiven Visualisierungen auf Mobilgeräten durch Screenshots ersetzt wurden. Das macht das Lesen auf dem Handy deutlich angenehmer.

    • Da 59 % der Leser mobil unterwegs sind, habe ich entschieden, dass statische Bilder besser sind als interaktive Karten, die auf dem Handy kaum nutzbar wären.

  • Eine sehr beeindruckende und gratulationswürdige Arbeit.
    Als ich Jura studierte, habe ich mir das Common Law oft als Netz gegenseitiger Abhängigkeiten vorgestellt; diese Visualisierung ist ähnlich, erfasst aber nicht vollständig die Abhängigkeiten, die ich im Kopf hatte.
    Common Law bezeichnet vor allem das von Berufungsrichtern geschaffene Recht. Manchmal fügt es Gesetzen Bedeutung, Auslegung und Definitionen hinzu, manchmal entsteht es vollständig, wenn es für die betreffende Frage kein genau passendes Gesetz gibt. „Geschaffen“ bedeutet hier, dass es auf einem langen Strom historischer Präzedenzfälle aufbaut, der bis ins viktorianische England oder noch weiter zurückreicht.
    Deshalb klingen Leute in den USA, die „richtergemachtes Recht“ kritisieren, ziemlich lächerlich. Fast das gesamte Recht der USA ist im Grunde richtergemachtes Recht.
    Ich habe immer gedacht, dass sich Common Law gut als Graphstruktur darstellen ließe, in der Fälle oder Präzedenzfälle die Knoten sind und die Kanten auf irgendeine Weise die Stärke kodieren, mit der ein Präzedenzfall einen anderen stützt. Wenn Richter die Stärke von Präzedenzfällen visuell sehen könnten, würden sie vielleicht vorsichtiger darüber nachdenken, von ihnen abzuweichen.
    Diese Darstellung ist ein Schritt in diese Richtung, und ich hoffe, dass diese Technik auch auf andere Common-Law-Länder ausgeweitet wird.

  • Ich habe mich lange mit diversen Angelegenheiten im australischen Rechtssystem herumgeschlagen, eine Zeit lang als Selbstvertreter und im Selbststudium, und bekomme seit Kurzem Unterstützung durch einen Anwalt.
    Ich habe auch selbst mehrere Gesetze zu Zivil- und Strafverfahren gelesen und bin gegen die unsichtbare Wand zwischen Gesetzgebung und Case Law gelaufen.
    Diese Arbeit passt erstaunlich gut zu meinen Interessen, und danke für die Aufbereitung. Der einzige Wermutstropfen ist, dass sie mir noch viel mehr geholfen hätte, wenn sie vor ein paar Monaten erschienen wäre.

    • Schön, dass es mit deiner praktischen Erfahrung übereinstimmt. Ich war wirklich überrascht zu sehen, wie gut die Karte zu dem Rechtsverständnis passt, das sich während meines Jurastudiums herausgebildet hat.

  • Ein hervorragender Beitrag, bei dem man den Aufwand sowohl in der deskriptiven Analyse der Daten als auch in der technischen Aufschlüsselung des Prozesses spürt.

  • Ich hatte letztes Jahr eine ähnliche Idee, das Case Law und die Gesetze des Vereinigten Königreichs zu kartieren.
    Wie immer kam das Leben dazwischen, und es landete in meiner Sammlung halb fertiger Projekte; aber nachdem ich diesen ausgezeichneten Beitrag gelesen habe, habe ich wieder Lust bekommen, es erneut zu versuchen.

  • In vielen Commonwealth-Ländern scheint es häufig keine offizielle Systematisierung von Case Law, Verwaltungsrecht und den vom Parlament verabschiedeten und von der Exekutive genehmigten Gesetzen zu geben.
    In den USA, die sich vom Commonwealth abgespalten haben, gibt es den offiziellen US Code und einzelstaatliche Gesetzbücher sowie Versuche, die Auswirkungen von Case Law, Verwaltungsrecht und verabschiedeten Gesetzen zu ordnen. Kanada hingegen hat zwar einige Kodifizierungen wie den Criminal Code, aber nicht alle Parlamentsgesetze sind in einem einheitlichen Gesetzbuch zusammengeführt.
    Im Vereinigten Königreich gibt es meines Wissens für England oder Wales nichts dergleichen, während Hongkong mit dem Basic Law und den Ordinances in gewissem Maß eine Form der Systematisierung hat. Ich frage mich, ob Australien auf Bundes- oder einzelstaatlicher Ebene eine Kodifizierung des Rechts hat.

    • Die Aussage „In den USA gibt es den US Code und einzelstaatliche Gesetzbücher sowie Versuche, die Auswirkungen von Case Law, Verwaltungsrecht und verabschiedeten Gesetzen zu ordnen“ ist teils richtig und teils nicht.
      Der US Code ist geschriebenes Recht, und der Code of Federal Regulations ist Verwaltungsrecht. Eine Kodifizierung des Case Law gibt es nicht, nur Law Reports.
      Law Reports sind eher ein fortlaufender Strom von Entscheidungsergebnissen; das ähnelt der sequenziellen Veröffentlichung von Gesetzen in Ländern, die geschriebenes Recht nicht kodifizieren. Auch die Bundesstaaten kodifizieren in der Regel geschriebenes Recht und Verwaltungsrecht, aber nicht Case Law.