Prawo, finanse i hybrydowe systemy ekspertowe

InŜynieria Wiedzy i Systemy Ekspertowe, Tom 2, str. 395-402, Oficyna Wydawnicza Politechniki Wrocławskiej, Wrocław 2003 Antoni Niederliński * Hybrydowe skorupowe systemy ekspertowe, bazy wiedzy prawno-finansowe, kapitał początkowy Prawo, finanse i hybrydowe systemy ekspertowe Omówiono podobieństwo struktury regulacji prawnych i prawno-finansowych a baz wiedzy hybrydowych (regułowo-modelowych) systemów ekspertowych. Przedstawiono szereg przyczyn tego, Ŝe prawne i prawno-finansowe aplikacje systemów ekspertowych ciągle są rzadkością. Przedstawiono wymagania dla skorupowych hybrydowych systemów ekspertowych wnioskujących dla prawnych i finansowo-prawnych baz wiedzy. Przedstawiono przykładową bazę wiedzy prawno-finansowej dla obliczania kapitału początkowego zgodnie z Ustawą z dnia 17 grudnia 1998 r. o emeryturach i rentach z Funduszu Ubezpieczeń Społecznych. 1. WPROWADZENIE 1.1. REGULACJE PRAWNO-FINANSOWE A BAZY WIEDZY SYSTEMÓW EKSPERTOWYCH Istotą hybrydowych systemów ekspertowych jest wnioskowanie dla baz wiedzy będących plikami tekstowymi, zawierającymi reguły typu jeŝeli warunki to wniosek oraz modele relacyjne i arytmetyczne, określające wartości logiczne pewnych warunków w zaleŝności od wartości zmiennych o charakterze rzeczywistym. Reguły i modele baz wiedzy mogą się zagnieŝdŝać tworząc skomplikowane struktury hierarchiczne. Istotą prawa ustawowego (w odróŝnieniu od prawa typu common law) są równieŝ hierarchicznie uporządkowane (zagnieŝdŝające się) reguły typu jeŝeli warunki to wniosek, por. [11]. Istotą regulacji prawno-finansowych (np. podatkowych, ubezpieczeniowych, kredytowych) są równieŝ hierarchicznie uporządkowane (zagnieŝdŝające się) reguły typu jeŝeli warunki to wniosek, których warunki mogą być wnioskami modeli * Instytut Automatyki, Politechnika Śląska, 44-100 Gliwice; Katedra Baz Danych i Systemów Ekspertowych, WyŜsza Szkoła Informatyki i Zarządzania, 43 300 Bielsko-Biała

relacyjnych, przetwarzających wraz z modelami arytmetycznymi zmienne rzeczywiste charakterystyczne dla przedmiotu regulacji prawno-finansowych (wielkość zarobków, wielkość odpisów, wielkość kredytu). Z powyŝszego wynika, Ŝe podobieństwo struktury aktów prawnych oraz aktów prawno-finansowych i baz wiedzy hybrydowych systemów ekspertowych jest bardzo duŝe. Co więcej, reguły i modele stosowane w tych aktach są w nich explicite sformułowane, są niejako podawane na talerzu, dotarcie do nich nie wymaga przetwarzania ogromnych zbiorów danych przy uŝyciu Ŝadnych skomplikowanych technik data mining. Skoro więc aplikacje prawne i prawno-finanse są poniekąd naturalnymi (być moŝe nawet najbardziej naturalnymi) kandydatami do realizacji w postaci baz wiedzy systemów ekspertowych, zasadnym jest pytanie, dlaczego takich baz jest wciąŝ bardzo mało? Dlaczego nawet dla masowych aplikacji prawnych i prawno-finansowych (podatki, ubezpieczenia, kredyty) tak rzadko sięga się do rozwiązań w postaci systemów ekspertowych? 1.2. PRZESZKODY NA DRODZE STOSOWANIA SYSTEMÓW EKSPERTOWYCH Współczesny stan rozwoju narzędzi i zastosowań systemów ekspertowych został trafnie i zwięźle scharakteryzowany w [1]. BranŜa systemów ekspertowych ciągle jeszcze cierpi z powodu niesławy, jaką się okryła prawie 20 lat temu, gdy pękła bańka mydlana sztucznej inteligencji, nadmuchiwana przez grono niezbyt rzetelnych badaczy, wyraźnie niedoceniających trudności (metodologiczne i narzędziowe) związane z rozwojem aplikacji i obiecujących cuda-niewidy agendom rządowym i przemysłowym, głównie w USA i UK, w zamian za bardzo duŝe stypendia i subsydia. Rozczarowanie niespełnionymi obietnicami (a miały się one ziścić just around the corner!) było tak głębokie, Ŝe np. brytyjski Science Research Council w wyniku specjalnego raportu badającego osiągnięcia sztucznej inteligencji całkowicie wstrzymał finansowanie wszystkich badań odbywających się pod tym hasłem. Drugim hamulcem rozwoju prawnych i finansowo-prawnych aplikacji systemów ekspertowych był brak zainteresowania ze strony profesjonalistów tych dziedzin. Zestawienie bogatego wachlarza argumentów krytykujących aplikacje prawne moŝna znaleźć w [2] wraz z konkluzją: This computational approach is unsuitable for use with law which presents a domain of intractable complexity arising out of the need to refer to social context and human purpose in resolving legal issues. Przeszkodą na drodze wdroŝenia szeregu aplikacji prawno-finansowych (np. systemów ekspertowych oceniających zdolność kredytową kredytobiorcy, por. [7]) jest m. in. z pewnością opór urzędników bankowych, podejmujących decyzje kredytowe. Trzecią przeszkodą rozwoju takich aplikacji był fakt, Ŝe w przodujących technologicznie krajach anglosaskich prawo w duŝym zakresie jest prawem typu common law, tzn. prawem tworzonym na drodze gromadzenia prawnych precedensów. Zgodnie z doktryną common

law (patrz [9]), kaŝda decyzja kaŝdego sądu staje się elementem obowiązującego prawa, nie zaś po prostu przypadkiem, który inny sąd moŝe, ale nie musi wziąć pod uwagę. Jest rzeczą oczywistą, Ŝe common law, w odróŝnieniu od prawa stanowionego, trudno wpakować w gorset regułowo-modelowych systemów ekspertowych. NaleŜy jednak podkreślić, Ŝe w niektórych technologicznie zaawansowanych krajach, w których stosowane jest prawo ustawowe (przykładem moŝe być, Japonia, patrz rozwaŝania na temat japońskich systemów ekspertowych z zakresu prawa cywilnego w [3]), rozwój prawniczych systemów ekspertowych wydaje się być intensywny. Trzecią z kolei przeszkodą rozwoju prawnych i prawno-finansowych systemów ekspertowych jest brak armat, tzn. skorupowych hybrydowych systemów ekspertowych, mogących akomodować obszerne, silnie zagnieŝdŝające się bazy reguł i bazy modeli i wspomagać w przyjazny sposób ich diagnostykę i rozwój. Trudno oczekiwać, by prawnicy i finansiści opracowywali szyte na miarę swych potrzeb systemy ekspertowe, dla kaŝdej aplikacji trochę inne. Wiadomo, Ŝe szereg klasycznych programów biurowych (np. MS Excel) umoŝliwia tworzenie systemów ekspertowych wnioskujących w przód dla baz reguł dokładnych z zagnieŝdŝeniem 8-piętrowym (zastosowanie funkcji JEśELI) i towarzyszących im baz modeli, patrz [8]. Edycja i modyfikacja tych baz w MS Excel jest jednak prawdziwą torturą, nie mówiąc nic o niemoŝności przeprowadzenia wnioskowania wstecz, niemoŝności zagnieŝdŝania z negacją czy teŝ braku wsparcia dla jakiegokolwiek wnioskowania przybliŝonego. MS Excel trudno więc uznać za skorupowy system ekspertowy dla omawianych aplikacji. 2. WYMAGANIA STAWIANE SYSTEMOM SKORUPOWYM Podstawowymi wymaganiami są: 1)hybrydowy charakter systemów, tzn. harmonijne łączenie wnioskowania logicznego z operacjami matematycznymi. Jest to wymaganie sine qua non dla aplikacji prawno-finansowych. Systemy takie nie mogą bazować na wyłącznie regułowych skorupach, patrz [5]; 2)dopuszczalność praktycznie nieograniczonego zagnieŝdŝania reguł (wnioski pewnych reguł mogą być warunkami innych reguł), zagnieŝdŝania modeli (wyniki pewnych modeli mogą być argumentami innych modeli) oraz zagnieŝdŝania reguł z modelami i vice versa. (wnioski reguł mogą być warunkami stosowania modeli, wnioski modeli relacyjnych mogą być warunkami reguł i warunkami stosowania innych modeli). Rezygnacja z zagnieŝdŝania prowadzi do nieprzejrzystych baz reguł, o bardzo duŝych liczbach reguł, bardzo trudnych do konserwacji i modyfikacji; 3)obecność bazy ograniczeń umoŝliwiającej deklarowanie grup warunków dopytywalnych wzajemnie wykluczających się, co upraszcza dialog z systemem 4)moŜliwość stosowania zagnieŝdŝania z negacją, tzn. stosowania zanegowanych wniosków jako warunków reguł. Upraszcza to budowę bazy reguł, lecz wymaga zastosowania wnioskowania nie-monotonicznego; 5)prostota syntaksu i semantyki reguł i modeli, maksymalne ograniczenie liczby typów zmiennych stosowanych i dopuszczalność stosowania

dowolnie długich, wieloczłonowych nazw zmiennych. Korzystanie z systemu powinno być dla profesjonalisty prawno-finansowego intuicyjnie oczywistym i nie wymagać uczenia się złoŝonego języka programowania, zaś tekst bazy wiedzy powinien być samodokumentujący; 6)moŜliwość stosowania wnioskowania przybliŝonego, korzystającego z algebry współczynników pewności. Jest to szczególnie waŝne w przypadku niektórych aplikacji prawno-finansowych, np. wspomagania decyzji kredytowych; 7)automatyczna detekcja i diagnostyka sprzeczności bazy reguł, sprzeczności bazy modeli, sprzeczności łącznych bazi modeli i bazy reguł oraz sprzeczności łącznych bazy reguł i bazy ograniczeń. Wymaganie to ma charakter podstawowy. Ręczne poszukiwanie przyczyn zawieszania się wnioskowania z powodu sprzeczności baz w przypadku systemów pozbawionych automatycznej detekcji i diagnostyki sprzeczności jest czymś, co bardzo skutecznie zniechęca do opracowania duŝych baz wiedzy, będących czymś więcej niŝ ilustracją wykładu, sporządzoną dla potrzeb studentów; 8)automatyczna detekcja i diagnostyka nadmiarowości bazy reguł i nadmiarowości łącznych bazy reguł i bazy ograniczeń; obecność nadmiarowości, mniej krytyczna aniŝeli obecność sprzeczności, moŝe jednak zniekształcić wyniki wnioskowania; 9)automatyczna detekcja i diagnostyka błędów syntaktycznych; 10)przeglądarki i edytory reguł, modeli, ograniczeń i rad. zintegrowane z systemem, 11)generatory raportów wnioskowania i podsumowań wnioskowania; 12)moŜliwość importu warunków dopytywalnych i argumentów znanych z zewnętrznego źródła (np. formularza HTML--owego) i eksportu podsumowania wnioskowania do formularza HTML owego. 3. PRZYKŁAD PRAWNO-FINANSOWEJ BAZY WIEDZY: OBLICZANIE KAPITAŁU POCZĄTKOWEGO 3.1. ISTOTA APLIKACJI I UZASADNIENIE WYBORU Zgodnie z Ustawą z dnia 17 grudnia 1998 r. o emeryturach i rentach z Funduszu Ubezpieczeń Społecznych (Dz.U. nr. 162, poz. 118 z późniejszymi zmianami), wszyscy ubezpieczeni objęci nowym systemem emerytalnym, którzy przed 1 stycznia 1999 opłacali składki na ubezpieczenie społeczne, otrzymają tzw. kapitał początkowy. Stanowi on ekwiwalent dotychczas opłacanych składek, których odtworzenie na podstawie danych zgromadzonych w systemie ubezpieczeń społecznych obowiązującym do 31 grudnia 1998 okazało się niemoŝliwe. Wymieniony akt prawno-finansowy jest idealnym przykładem dającym się zapisać w postaci bazy wiedzy systemu skorupowego RMSE_ED_WIN, gdyŝ: 1)jest i będzie w najbliŝszych latach stosowany na masową skalę, obejmując wszystkich ubezpieczonych urodzonych po 31 grudnia 1948,2)wymaga stosunkowo skomplikowanych obliczeń na danych obejmujących szeroki (10-20 lat) horyzont czasu, 3)jest aktem prawno finansowym całkowicie deterministycznym, nie bazującym na faktach rozmytych, których sporo w prawie

cywilnym (np. znikoma szkodliwość społeczna czynu ), 4)zmierza do jasno wytyczonego celu, którym jest wyjaśnienie, czy aplikantowi przysługuje kapitał początkowy i emerytura hipoteczna a jeŝeli tak, to w jakiej wysokości, 5)charakteryzuje się minimalną interakcją z innymi aktami prawno-finansowymi. 3.2. BUDOWA BAZY WIEDZY Zgodnie z wymaganiami ekspertowego systemu skorupowego RMSE_ED_WIN (będącego nową, działającą w środowisku MS Windows wersją skorupy RMSE_ED znanej z [4] i [6] ) baza wiedzy dla wyznaczenia kapitału początkowego POCZ składa się z j bazy reguł REPOCZ.BED, bazy modeli MOPOCZ.BED, bazy ograniczeń OGPOCZ.BED, bazy rad RAPOCZ.BED i katalogu plików tekstowych rad POCZ. Baza jest zmodyfikowana wersją bazy przedstawionej w [8]. NajwaŜniejszymi regułami bazy reguł są reguły precyzujące warunki przyznania (nieprzyznania) kapitału początkowego całkowitego i kapitału początkowego tylko w części socjalnej: regula(1,"ubezpieczony uzyska kapitał początkowy",["udokumentowany okres składkowy i nieskładkowy powyŝej 6 m-cy na dzień 31.12.1998","Wiek ubezpieczonego w dniu 31.12.1998 > 30","Rok urodzenia ubezpieczonego > 1948","Zgromadzono dokumenty o staŝu pracy","ubezpieczony nie jest sędzią,prokuratorem z uprawnieniami","zgromadzono dokumenty o zarobkach"],1) regula(2,"ubezpieczony uzyska kapitał początkowy",["udokumentowany conajmnej jeden pełny rok kalendarzowy ubezpieczenia emerytalnego","wiek ubezpieczonego w dniu 31.12.1998 <= 30","Zgromadzono dokumenty o staŝu pracy","ubezpieczony nie jest sędzią,prokuratorem z uprawnieniami","zgromadzono dokumenty o zarobkach"],1)... regula(4,"ubezpieczony uzyska kapitał początkowy tylko z części socjalnej",["nieudokumentowany nawet jeden pełny rok kalendarzowy ubezpieczenia emerytalnego","wiek ubezpieczonego w dniu 31.12.1998 <= 30"],1) regula(5,"ubezpieczony uzyska kapitał początkowy tylko z części socjalnej",["rok urodzenia ubezpieczonego > 1948","Brak dokumentów o zarobkach","udokumentowany okres składkowy i nieskładkowy powyŝej 6 m-cy na dzień 31.12.1998", "Zgromadzono dokumenty o staŝu pracy","ubezpieczony nie jest sędzią,prokuratorem","wiek ubezpieczonego w dniu 31.12.1998 > 30"],1) regula(6,"ubezpieczony nie uzyska kapitału początkowego",["brak okresu składkowego i nieskładkowego powyŝej 6 m-cy na dzień 31.12.1998"],1) regula(7,"ubezpieczony nie uzyska kapitału początkowego",["brak dokumentów o staŝu pracy"],1) regula(8,"ubezpieczony nie uzyska kapitału początkowego",["brak dokumentów o zarobkach"],1)

regula(9,"ubezpieczony nie uzyska kapitału początkowego",["rok urodzenia ubezpieczonego <= 1948"],1) regula(10,"ubezpieczony nie uzyska kapitału początkowego",["nieudokumentowany nawet jeden pełny rok kalendarzowy ubezpieczenia emerytalnego","wiek ubezpieczonego w dniu 31.12.1998 <= 30"],1) regula(11,"ubezpieczony nie uzyska kapitału początkowego",["ubezpieczony jest sędzią, prokuratorem z uprawnieniami"],1) Wnioski powyŝszych reguł są warunkami stosowania modeli słuŝących do wyznaczenia pomocniczych parametrów algorytmu wyznaczenia kapitału podstawowego. W bazie modeli mieszczą się dane będące przeciętnymi rocznymi wynagrodzeniami w gospodarce narodowej za okres od 1962 do 1998 r., zadeklarowane za pomocą klauzul: argument_znany("przeciętne wynagrodzenie za 1962",20160)... argument_znany("przeciętne wynagrodzenie za 1998",14873.88) Modele od 100 do 173 słuŝą do wyznaczenia i zaokrąglenia wskaźników za lata od 1962 do 1998, będących stosunkiem rocznego przychodu ubezpieczonego w danym roku do przeciętnego rocznego wynagrodzenia w gospodarce narodowej w tymŝe roku: model(100,"ubezpieczony uzyska kapitał początkowy","wskaźnik za 1962 rok","przychód ubezpieczonego za 1962 rok","/","przeciętne wynagrodzenie za 1962",1)... model(173,"ubezpieczony uzyska kapitał początkowy","wskaźnik za 1998 zaokrąglony","wskaźnik za 1998 rok","zaokrąglenie_do_n","4",0) Kolejny model liczy sumę wskaźników zaokrąglonych za kolejne lata: model_r(174,"ubezpieczony uzyska kapitał początkowy","suma wskaźników rocznych","+",["wskaźnik za 1962 zaokrąglony","wskaźnik za 1963 zaokrąglony,...,"wskaźnik za 1998 zaokrąglony"],1) Baza modeli odwołuje się do bazy ograniczeń, gdzie znajduje się ograniczenie: ograniczenie(6,["kapitał początkowy za 10 kolejnych lat","kapitał początkowy za < niŝ 10 kolejnych lat","kapitał początkowy za 20 wybranych lat"]), zgodnie z którym ubezpieczony moŝe wybrać jedną z powyŝszych trzech opcji wyznaczania kapitału początkowego. Wybór określonej opcji oznacza, Ŝe w części indywidualnej bazy modeli ubezpieczony deklaruje przy latach pominiętych wynagrodzenie = 0, a przy latach uwzględnionych odpowiednią kwotę rocznego zarobku, np. tak: argument_znany("przychód ubezpieczonego za 1972 rok",43832) W zaleŝności od wybranej opcji wyznaczania kapitału początkowego, stosowane są odpowiednie z poniŝszych modeli dla wyznaczenia "Wskaźnika wysokości podstawy wymiaru kapitału początkowego": model(175,"kapitał początkowy za 10 kolejnych lat","wskaźnik wysokości podstawy wymiaru kapitału początkowego (bez zaokrąglenia)","suma wskaźników rocznych","/","10",1)

... model(177,"kapitał początkowy za 20 wybranych lat","wskaźnik wysokości podstawy wymiaru kapitału początkowego (bez zaokrąglenia)","suma wskaźników rocznych","/","20",1). Obliczony w ten sposób wskaźnik zostaje po zaokrągleniu korygowany w duchu socjalistycznej sprawiedliwości społecznej, nie dopuszczającej by czyjkolwiek kapitał początkowy (czyjakolwiek emerytura) był/była wyŝszy/wyŝsza niŝ 2.5 krotność średniego kapitału/średniej emerytury. Zadanie to zostało powierzone modelowi: model(179,"ubezpieczony uzyska kapitał początkowy","poprawny wskaźnik","wskaźnik wysokości podstawy wymiaru kapitału początkowego","min","2.50",1) Teraz moŝna juŝ przystąpić do liczenia najwaŝniejszych wielkości definiowanych odpowiednia ustawą. Wykonują to kolejne modele: model(180,"ubezpieczony uzyska kapitał początkowy","ustalony kapitał początkowy","emerytura hipoteczna","*","209",0)... model(182,"ubezpieczony uzyska kapitał początkowy","kapitał początkowy","emerytura hipoteczna","*","209",1) model_r(183,"ubezpieczony uzyska kapitał początkowy","emerytura hipoteczna","+",["i składnik Eh","II składnik Eh","III składnik Eh"],1) Kolejne modele liczą kolejne składniki emerytury hipotecznej (I,II i III składnik Eh), a poniewaŝ jest ich ponad 60, ich przytaczanie in extenso nie wydaje się być celowym. 4. PODSUMOWANIE Aplikacje prawne oraz prawno-finansowe są perspektywicznym polem rozwoju systemów ekspertowych. Wymagają jednak wysokiej jakości hybrydowych skorupowych systemów ekspertowych oraz duŝych nakładów pracy, związanych z przekładaniem aktów prawnych i prawno-finansowych na odpowiednie bazy wiedzy.

5. PODZIĘKOWANIA Przedstawione badania były finansowane od 2001 r. w części przez Fundację Nauki Polskiej w ramach subsydium profesorskiego, a w 2003 r. dodatkowo przez Instytut Automatyki Politechniki Śląskiej w ramach BK-215/RAU-1/2003. LITERATURA [1] HASKIN, D., Years After Hype, 'Expert Systems' Paying Off For Some, 2003, http://itmanagement.earthweb.com/netsys/article.php/1570851 [2] GRAINKE A., Legal Expert Systems: A humanistic Critique of Mechanical Legal Interface, http://www.murdoch.edu.au\elaw\indices\title\greinke_abstract.html [3] KAGAYAMA S., The Fundamentals of Expert Systems on Tort in Japan, www.law.osakau.ac.jp\_kagayama\expert\tort\experttorte1.html [4] NIEDERLIŃSKI A, Regułowo-modelowe systemy ekspertowe: http://www.ekspert.wsi.edu.pl/ [5] NIEDERLIŃSKI A., Regułowe systemy ekspertowe, Wydawnictwo PJK, Gliwice, 2000 [6] NIEDERLIŃSKI A. Rodzina skorupowych hybrydowych systemów ekspertowych RMSE. W: Materialy XIV Krajowej Konferencji Automatyki, KKA XIV, Zielona Góra, 24-27.06.2002, tom 2, str. 863-872 [7] NIEDERLIŃSKI A., Komputerowe wspomaganie podejmowania decyzji kredytowych za pomocą systemów ekspertowych RMSE dla wnioskowania przybliŝonego, Materialy XIV Krajowej Konferencji Automatyki, KKA XIV, Zielona Góra, 24-27.06.2002, tom 2, str. 873-878 [8] SIUDYKA U., Baza wiedzy wspomagająca ustalenie kapitału początkowego przyszłej emerytury. Praca dyplomowa inŝynierska, WyŜsza Szkoła Informatyki i Zarządzania, Bielsko-Biała, 2002, str.1-107. [9] TYREE A.L., Legal Expert Systems: the problem of Precedent, http://www.law.usyd.edu.au/ [10] USTAWA z dnia 17 grudnia 1998 r. o emeryturach i rentach z Funduszu Ubezpieczeń Społecznych, Dziennik Ustaw 98.162.1118 z dnia 30 grudnia 1998. [11] WRÓBLEWSKI J., Zasady tworzenia prawa, Warszawa, PWN, 1989. LAW, FINANCE AND HYBRID EXPERT SYSTEMS The intrinsic similarity between legal and financial regulations and knowledge bases of hybrid expert systems is highlighted. Some reasons for the relative scarcity of legal and financial applications of expert systems are presented. Requirements for hybrid expert system shells suitable for those applications are discussed. A knowledge base for decision making in the domain of the Polish social security system is presented. It aims at making decisions with regard to the so called initial capital.