Prawo, finanse i hybrydowe systemy ekspertowe

InŜynieria Wiedzy i Systemy Ekspertowe,
Tom 2, str. 395-402,
Oficyna Wydawnicza Politechniki Wrocławskiej, Wrocław 2003
Hybrydowe skorupowe systemy ekspertowe,
bazy wiedzy prawno-finansowe, kapitał początkowy
Antoni Niederliński *
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.1107.
[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”.