Машиночитаемое законодательство: первые эксперименты

Цифровые технологии уже изменили нашу жизнь, но только начинают менять государственное управление. Одним из принципиальных шагов на этом пути является создание машиночитаемого законодательства. В Новой Зеландии провели эксперимент и «переписали» два закона.

Идея

Законодательство сегодня — это свод правил, в рамках которого действуют правительство, бизнес и общество. Каждая из этих сторон трактует правила по-своему, исходя из своих потребностей, для чего нанимают лиц, занимающихся этим профессионально. Эти лица взаимодействуют на специально созданных площадках, производя новые решения, дополняющие и развивающие существующие правила.

Столь вариативное правовое поле сильно ограничивает потенциал цифровизации госуправления уже сегодня. Со временем ситуация только ухудшается, так как законодательство, пытаясь адаптироваться к новым условиям, ускоренными темпами наращивает количество правил, снижая их качество и связность между собой. Возможный выход из этой противоречивой и ухудшающейся ситуации — изначальное написание «правил игры» таким образом, чтобы они укладывались в логику машины.

Техническое решение

В начале 2018 года в Новой Зеландии провели трехнедельный эксперимент, в ходе которого переписали два закона как программный код. Это закон о льготах по тарифам (регулирует налоговую скидку для тех, кто владеет домом, имея низкие доходы), и Закон о праздниках (гарантирует четыре недели отпуска в году).

Свою работу команда Novell LabPlus[1] разбила на три этапа: детальный разбор существующих административных процедур, создание «псевдокода», который, по сути, является техническим заданием для разработки ПО, и собственно, написание самого машинописного закона[2].

Например, определение того, имеет ли человек право на субсидирование ставок, выглядит так

1. Законодательство

Лицо имеет право на субсидирование ставок, если на соответствующую дату:

  • человек является тарифным плательщиком; а также
  • имущество, за которое оплачиваются ставки, является жилой недвижимостью; а также
  • собственность является обычным местом проживания тарифного плательщика.

2. Псевдокод

Лицо имеет право на получение субсидии ставки для имущества, только если верно следующее на соответствующую дату:

  • Человек является налогоплательщиком по этой собственности
  • Собственность является жилой недвижимостью
  • Собственность является обычным местом жительства человека.

3. Программный код

  • is_eligible = False
  • if is_ratepayer and is_residential_property и normal_place_of_residence:
  • is_retirement_subsidy = False
  • is_eligible = True

Для того, чтобы связать все ключевые ключевые понятия и отношения между ними, разрабатывались концептуальные модели[3].

А для принятия решения — модели, представляющие собой дерево вопросов, требующих ответа[4]

Результаты исследования были презентованы на саммите «Digital Nations 2030»[5], использовались для участия в хакатонах на Techweek 2018[6]. Новозеландские эксперты исполнены оптимизма, говорят о работе над законодательством совместных групп из разных специалистов, и прогнозируют, что работа в машиночитаемом правовом поле позволит государственным служащим проверять влияние политики еще до ее реализации. По мнению участников новозеландского эксперимента, эта работа могла бы быть делегирована неправительственным аналитическим центрам, что повысило бы прозрачность и подотчетность правительства. Ведь требования к последним будут только возрастать по мере использования искусственного интеллекта, и если законодательство не будет представлено в виде машиночитаемого кода, то обеспечить мониторинг и подотчетность принятия правительством решений будет практически невозможно[7].

Политические решения

Несмотря на то, что вопросы машиночитаемых законов поднимались еще на первой Национальной конференции по законодательству и электронике в Калифорнии в 1960 году[8], эксперимент LabPlus[9] все еще остается одним из немногих в этом направлении. Причины этого можно понять, ознакомившись с британским исследованием «Regulatory Technology: Replacing Law with Computer Code»[10]. В нем говорится о том, что прежде чем «переписывать» законы потребуется провести большую политическую работу со всеми участниками рынка. В связи с этим эксперты пишут о том, что

1. Регулятор должен быть легитимизирован мандатом от демократически избранного парламента, который формирует систему эффективной подотчетности (возможно с участием других органов). Если процесс перевода законодательства в машиночитаемый вид жестко не контролировать, то легко упустить отдельные проблемы в частности и ситуацию целиком.

2. Регуляторы работают в полицентрической среде. Различные участники имеют разные взгляды на происходящее, и их противоречивые требования бывает трудно совместить, но компромиссы необходимо найти. После этого вся рабочая процедура должна быть справедливой, доступной и открытой. Как на этапе формирования политики, так и написания регламента, и принудительного исполнения.

3. При любой консультации возникает проблема, что лучше финансируемые участники рынка имеют больше возможностей для активного участия в процессе обсуждения. Также в ходе консультаций может появиться спрос на саморегуляцию со стороны рынка. Регулирующему органу важно сохранять лидерство, полученное после кризиса 2008–09 годов, чтобы обеспечить приоритет общественному интересу.

4. Машинные алгоритмы могут быстрее выявить закономерности в данных, чем аналитики-люди. Однако, отказ от благоразумия людей, принимающих решения, был бы большой ошибкой.

5. Старшие руководители цифровых проектов должны гарантированно обладать экспертными знаниями, позволяющими им реализовывать проекты в рамках демократического мандата и для реализации общественных интересов.

6. Оценка экономической эффективности часто конфликтует с социальной, поэтому трудно определить однозначные критерии успешности проектов, что открывает широкие возможности для их, в т.ч., несправедливой критики.

7. На рынке существует много разных IТ-систем, поэтому внедрение машиночитаемого законодательства может повлечь дополнительные затраты игроков, в т.ч., неспособных это оплатить.

8. Перевод законодательства в машинописный вид потребует высокой детализации правил, что может привести к снижению адаптивности системы, сокращению конкуренции и другим негативным последствиям. Кажется, что современные технологии все еще не позволяют ответить на вопрос о том, как найти баланс между гибкостью, рождающей двусмысленность и неопределенность, и подробной стандартизацией. Поэтому внедрение практики машиночитаемости целесообразно начинать вводить для «старых» законов, в основе которых лежат устойчивые расчеты и операционализируемые правила, и в рамках экспериментов, сопровождающих новые технологии.

Источники

[1] https://www.digital.govt.nz/blog/labplus-expanding-the-service-innovation-tookit/

[2] https://www.digital.govt.nz/showcase/better-rules-for-government-discovery-report/experiments-better-rules-for-government-discovery-report/

[3] https://www.digital.govt.nz/assets/Uploads/Rates-Rebate-current-state-concept-model.pdf

[4] https://www.digital.govt.nz/assets/Uploads/Rates-Rebate-decision-model.pdf

[5] https://www.digitalnations.co.nz

[6] https://www.digital.govt.nz/blog/coding-legislation-for-social-good/

[7] https://apolitical.co/solution_article/new-zealand-explores-machine-readable-laws-to-transform-government/

[8] http://journals.sagepub.com/doi/pdf/10.1177/000276426100400709

[9] https://www.digital.govt.nz/showcase/better-rules-for-government-discovery-report/summary-better-rules-discovery-report/

[10] https://papers.ssrn.com/sol3/papers.cfm?abstract_id=3210962