<<
>>

Моделирование преодоления юридических препятствий в реализации прав и законных интересов (о некоторых общих подходах к использованию математических методов для оптимизации правовых систем)

(В. Н. Черкасов)

Прежде чем перейти к содержательной стороне вопроса, пред­ставляется необходимым высказать некоторые соображения по пово­ду общей ситуации применения компьютеров и математических ме­тодов в гуманитарных науках в настоящее время.

По мнению автора, складывается парадоксальная ситуация: чем больше совершенствуются сами компьютеры (и «софт», и «железо»), тем примитивнее становятся, по своей сути, задачи, решаемые с их использованием.

В «доисторические» времена, когда не было даже ввода с кла­виатуры (не говоря уже о сканерах), ни отображения на мониторе, программисты того времени пытались ставить и решать нетривиаль­ные задачи.

Со временем «машины» научились хранить огромные объемы данных, мгновенно обрабатывать их, стали очень «комфортны»[207] для пользователя, т. е. они стали намного умнее, а задачи, решаемые с их помощью - все примитивнее. Ранее и автор, и его коллеги пытались не только создавать базы данных (БД), но и автоматизировать интел­лектуальную деятельность, в том числе и в сфере борьбы с преступ­ностью[208].

Сейчас в основном все свелось к огромным БД, поиску в них, статобработке, обмену данными.

Попробуем рассмотреть некоторые принципиально новые под­ходы к применению IT-технологий в правовых исследованиях и опре­делить класс наиболее адекватных для этих целей математических методов.

Так уж получилось, что в последнее время все светлые головы, работающие в области «информатика-право», дружно ринулись в об­ласть компьютерной преступности. Это вполне объяснимо рядом причин:

- актуально;

- модно;

- действительно интересно;

- в научной работе нет необходимости очень беспокоиться о так называемой новизне - целина непаханая, и любое толковое предло­жение автоматически становится реально новым.

При этом практически заброшена главная задача - математиза­ция и комплексная автоматизация правовой сферы. В ней все сведено к «механизации» традиционных задач. Конечно, по мере со­вершенствования самих компьютеров и их систем задачи решаются все более эффективно, но, по сути, это те же задачи, что и в начале прошлого века. Не видно принципиально новых подходов к поста­новке задач.

Вот и проблема «юридических препятствий» в реализации прав и законных интересов, а особенно когда речь идет о технологии их распознавания и преодоления, по мнению автора, неразрешима на чисто эмпирическом, механистическом уровне. Только системный подход и использование методов математического моделирования могут приблизить ее решение.

Вместе с тем, как уже сказано, в настоящее время использование математических моделей и методов оптимизации в гуманитарных науках постепенно снижается. Что уж говорить о юриспруденции,[209] если даже в экономике указанные модели становятся все примитив­нее, математическое программирование подменяется разного рода «логистиками»[210] и проч.

Речь же должна идти фактически о совершенствовании управле­ния в правовой сфере, необходимость системной информатизации ко­торой давным-давно назрела.

Да, очень хорошо, что развиваются ведомственные сайты, что формируются инфраструктуры общественного доступа к информации (в том числе о деятельности органов государственной власти), создает­ся единая система информационно-справочной поддержки граждан, повышается доступность государственных услуг и т. д. Это прекрасно.

Однако представляется, что главная задача - повышение эффек­тивности правового обеспечения государственного управления.

Отсюда вытекает и цель создания такого рода моделей- ис­пользуя мощную информационную базу и самые передовые ма­тематические методы, оказывать помощь в нахождении путей оптимального решения указанных проблем.

Вроде всем известен и понятен алгоритм принятия оптимально­го управленческого решения, основные этапы которого:

1) сбор информации об объекте управления;

2) анализ собранной информации;

3) прогноз поведения объекта управления до оказания управ­ляющего воздействия;

4) постановка цели воздействия;

5) планирование управленческих мероприятий;

6) принятие конкретного управленческого решения;

7) организация его исполнения и доведение до объекта.

Именно такая модель должна быть информационной базой для

применения научных методов управления, реализации указанного ал­горитма в масштабе реального времени.

Только на этой основе возможна автоматизация самых трудоем­ких этапов управленческой деятельности - сбора и анализа инфор­мации об объекте управления и получение качественных наиболее важных прогнозов. Не менее важную роль она должна играть и в вы­работке конкретных управленческих решений. Именно на этом этапе должны в полном объеме найти применение математические методы оптимизации: линейное программирование, нелинейное, динамиче­ское, целочисленное, сетевые графики и пр.

Примером неудачного, несистемного подхода к решению такого рода задач в государственном масштабе может служить, например, «Концепция формирования в Российской Федерации электронного правительства»[211]. К сожалению, как в исходном документе, так и в по­следующих документах по данной проблеме[212] речь все-таки идет лишь об «осуществлении юридически значимых действий в электронном виде»; «высоком качестве предоставления государственных услуг в электронном виде», «обеспечении прав и основных свобод человека, в том числе права каждого человека на информацию»; «развитии сер­висов на основе информационных и телекоммуникационных техноло­гий в сферах культуры, образования и здравоохранения».

Вопрос о применении математических методов в управлении го­сударством выпал из поля зрения разработчиков нормативных доку­ментов. Только их внедрение может помочь осуществить серьезный сдвиг в совершенствовании управления страной. (В том числе и в ре­шении частной задачи - преодоления юридических препятствий в реализации прав и законных интересов\)

Между тем еще в первой половине XX века был создан специаль­ный математический аппарат, помогающий это делать «по науке». Со­ответствующий раздел математики называется «математическое про­граммирование» (МП). Слово «программирование» здесь и в аналогич­ных терминах (линейное программирование, динамическое программи­рование и т. и.) обязано отчасти историческому недоразумению, отчасти неточному переводу с английского. По-русски лучше было бы употре­бить слово «планирование». С программированием для компьютера ма­тематическое программирование имеет лишь то общее, что большинст­во возникающих на практике задач математического программирования слишком громоздки для ручного счета, решить их можно только с по­мощью компьютеров, предварительно составив программу.

Математическое программирование можно определить следую­щим образом: это математическая дисциплина, посвященная теории и методам решения задач о нахождении экстремумов функций на мно­жествах конечномерного векторного пространства, определяемых ли­нейными и нелинейными ограничениями (равенствами и неравенст­вами). МП - раздел науки об исследовании операций, охватывающий широкий класс задач управления, математическими моделями кото­рых являются конечномерные экстремальные задачи.

Задачи МП на­ходят применение в различных областях человеческой деятель­ности, где необходим выбор одного из возможных образов действий, например, при решении многочисленных проблем управления и пла­нирования производственных процессов, в задачах проектирования и перспективного планирования. Наименование МП связано с тем, что целью решения задач является выбор программы действий.

В частности, начало линейному программированию (ЛП) было положено в 1939 г. советским математиком-экономистом Л. В. Кан­торовичем в работе «Математические методы организации и плани­рования производства». Появление этой работы открыло новый этап в применении математики в экономике. В 1975 г. за эту работу он стал лауреатом Нобелевской премии по экономике.

Спустя десять лет американский математик Дж. Данциг разрабо­тал эффективный метод решения данного класса задач - симплекс- метод. Общая идея симплексного метода (метода последовательного улучшения плана) для решения задач ЛП состоит в следующем:

1) умение находить начальный опорный план;

2) наличие признака оптимальности опорного плана;

3) умение переходить к улучшенному опорному плану.

Формально каноническая задача ЛП выглядит следующим обра­зом: требуется найти оптимальный план при заданных ограничениях. Для ясности: х- вектор переменных, С- вектор коэффициентов (CAT[N]*x[N] и задает линейный функционал). Матрица А является матрицей полного ранга, иначе говоря rang А [М, N] = min (М, N).

Нелинейное программирование (NLP, англ. Non Linear Programming) - случай математического программирования, в котором целевой функцией или ограничением является нелинейная функция.

Прервем на этом краткий обзор матметодов в управлении.

Зададимся вопросом: а что, собственно, мешает их внедрению и применению?

У автора возникло странное подозрение, что одной из причин этой ситуации стало просто недостаточное знание разработчиками этих отраслей математики. В те времена, когда разрабатывались АСУ (автоматизированные системы управления), матметоды были весьма востребованы. Современные «информационные системы» нацелены на «оказание услуг», т. е. удовлетворение потребностей самих управ­ленцев (прошу прощения - менеджеров!), в основном для отчетности.

Очень хорошо прослеживается снижение уровня применения математики в экономике на примере оптимизации маршрутных задач. Достаточно сравнить матаппарат весьма «эмпиричной» науки логи­стика и классической транспортной задачи, и вопрос об уровне подготовки применяющих их менеджеров становится очевиден.

В свою очередь, такая ситуация становится понятной при изуче­нии программ обучения специалистов в данной сфере.

Ни на одном профиле направления «Менеджмент»[213] нет ни одного предмета, связанного с математическими методами оптимизации[214]. Там присутствуют: товарный менеджмент, логистика, финансовая (?) матема­тика. Последняя в довольно серьезном объеме - 216 часов. Однако более подробное знакомство с этим курсом оптимизма не вызывает. Даже за­дача обучения ставится несколько странно: «владеть математическим аппаратом для вычисления простых и сложных процентов» (?!). А кон­кретные задачи (для экзамена!) могут повергнуть в шок: «Задача 2. Кли­ент положил в банк 70 тыс. руб. под простую процентную ставку 11,5 % годовых. Какая сумма будет на счете клиента через а) 5 мес.; б) 2 года; в) 3 года, 7 мес.?»[215] [216]. Возможно, автор сильно отстал от жизни, но представ­ляется, что это задача для 5 класса средней школы.

Вернемся к задаче построения заявленной модели. Что же каса­ется конкретного метода для решения задачи моделирования преодо­ления юридических препятствий, то, по мнению автора, здесь целесо­образно применить математический аппарат теории распознавания образов1. Как показывает опыт автора, этот аппарат достаточно дос­тупен гуманитарию и, следовательно, успешно может быть применен именно при моделировании правовых процессов[217].

Именно теория распознавания образов - адекватный математи­ческий инструментарий решения этой задачи. С помощью этого аппа­рата разработчики и пользователи имеют возможность понять и про­моделировать такие функции мозга, как способность «находить сход­ство», «обобщать», «создавать обобщенные понятия» и т. и.

Задача распознавания (точнее, классификации) объекта ставится следующим образом. Имеется некоторый способ кодирования объек­тов, принадлежащих заранее известному конечному множеству клас­сов С={С1 Cq}, и некоторое конечное множество объектов (обу­чающее множество), про каждый из которых известно, какому классу он принадлежит. Нужно построить алгоритм, который по любому входному объекту, не обязательно принадлежащему обучающему множеству, решает, какому классу этот объект принадлежит, и делает это достаточно хорошо. Качество распознавания оценивается как ве­роятность (т. е. частота) ошибки классификации на другом конечном множестве объектов с заранее известными ответами (тестовом мно­жестве). В нашем случае объекты - законодательные и правоприме­нительные ситуации, а классы - юридические препятствия (уровень препятствий в неких условных баллах).

Математическую постановку задачи можно сформулировать следующим образом.

Создается таблица исходных данных (ТИД).

ТИД состоит из TV+7 столбцов и К строк. Столбцы представляют собой признаки объекта (множество X) и целевую функцию (целевой признак У)- Каждой строкой описывается результат одного опытного наблюдения за объектом (всего таких наблюдений К), т. е. в каждой ячейке строки фиксируется фактическое значение признака объекта. Проводя аналогию с моделью «черного ящика», можно сказать, что ТИД - это результаты экспериментов с входами «ящика».

Процесс формализации ТИД в граф-схемную конструкцию за­ключается в преобразовании модели данных из табличной в граф- схемную (нейросетевую). Синтез граф-схемы основан на поэтапном анализе ТИД на предмет наличия в ней схожих наблюдений, т. е. про­изводится выделение закономерностей в распределении значений признаков объекта. Результатом каждого анализа является фрейм (ха­рактеристика наблюдения)- форма записи связей анализируемого признака. После анализа всей таблицы выделяется множество фрей­мов - граф-схема. После ее построения на эмпирическом материале становится возможной реализация главной цели: меняя исходные данные, мы преодолеваем юридические препятствия в реализации прав и законных интересов в зависимости от конкретных факторов законодательной и правоприменительной деятельности.

1.12.

<< | >>
Источник: М. Абдрашитов.. Юридические препятствия в реализации прав и законных интересов: вопросы идентификации и преодоления : моно¬графия / В. М. Абдрашитов и др. ; под ред. В. Ю. Панченко, А. А. Петрова. - Красноярск : Сиб. федер. ун-т, 2016. - 396 с. . 2016

Еще по теме Моделирование преодоления юридических препятствий в реализации прав и законных интересов (о некоторых общих подходах к использованию математических методов для оптимизации правовых систем):

  1. Предостережение как правовое средство преодоления юридических препятствий в реализации прав и законных интересов
  2. Оценка правовых режимов как способ распознавания и преодоления юридических препятствий в реализации прав и законных интересов
  3. Страховые механизмы преодоления юридических препятствий в реализации прав и законных интересов
  4. Идентификация и преодоление юридических препятствий в реализации прав и законных интересов в сфере финансового права
  5. Избирательность правоприменения как юридическое препятствие в реализации прав и законных интересов граждан: распознавание и преодолени
  6. ГЛАВА 1 Методологические и теоретические основы идентификации и преодоления юридических препятствий в реализации прав и законных интересов
  7. ГЛАВА 2 Отраслевые и межотраслевые проблемы идентификации и преодоления юридических препятствий в реализации прав и законных интересов
  8. М. Абдрашитов.. Юридические препятствия в реализации прав и законных интересов: вопросы идентификации и преодоления., 2016
  9. Преодоление юридических препятствий в реализации законных интересов
  10. Преодоление коллизий в праве как нормативных препятствий в реализации прав и законных интересов
  11. Правовой эксперимент как средство недопущения юридических препятствий в реализации прав и законных интересов