Akt prawny w Legaltech. Wykorzystanie narzędzi ML w grafie powiązań Neo4j
Technologie transformacyjne służą cyfryzacji, digitalizacji, elektronizacji pracy zawodów prawniczych oraz wymiaru sprawiedliwości. Są sposobem na zwiększenie efektywności, produktywności, wydajności procesów prawnych. Nowoczesny prawnik nie może funkcjonować bez wsparcia systemów informatycznych, teleinformatycznych, czy też systemów eksperckich. Legaltech to nie tylko praca na umowach, orzeczeniach, to również praca na aktach prawnych. Jednak, czy praca na aktach prawnych i narzędzia, które służą jej automatyzacji, usprawnieniu to proces złożony i problematyczny? Jak ważne jest nawiązanie połączeń i uzyskiwanie spostrzeżeń? Grafy wiedzy pozwalają wyjść poza cyfrową transformację, od łączenia silosów danych i budowania struktur danych po przyspieszanie procesu uczenia maszynowego (ML) i sztucznej inteligencji (AI). Na przykładzie grafowego zapisu danych i wykorzystania wbudowanej biblioteki Neo4j Graph Data Science przedstawione zostanie, dlaczego tego typu dane jak akty prawne warto przechowywać w ww. formie. Zaprezentowane przy tym zostanie wykorzystanie przykładowych algorytmów ML celem przewidywania i analizowania relacji.
Klaudia Maciejewska
Prawniczka, kierowniczka Centrum badawczo-rozwojowego Currenda Lab, doktorantka na Uniwersytecie Szczecińskim z programu Ministra Nauki i Szkolnictwa Wyższego ,,Doktorat wdrożeniowy”, inspektor ochrony danych, mediatorka sądowa wpisana na listę stałych mediatorów sądowych przy Sądzie Okręgowym w Gdańsku, autorka publikacji z zakresu prawa nowych technologii, sądowego postępowania egzekucyjnego, ochrony danych osobowych, cyberbezpieczeństwa. Prowadzi badania i prace rozwojowe w obszarze wykorzystania inteligentnych systemów bezpieczeństwa w procesach technologicznych i społecznych, wykorzystania sztucznej inteligencji w systemach teleinformatycznych dla wymiaru sprawiedliwości.
Daniel Paluszek
Ekspert ds. Zarządzania Danymi, Specjalista ds. Wdrożeń w Currenda Sp. z o.o. Zajmuje się oprogramowaniem związanym z obsługą postępowań sądowych. Jako Ekspert ds. Zarządzania Danymi bierze udział w pracach badawczo – rozwojowych, w tym m.in. w projekcie monitorowania zmian aktów prawnych wykorzystującym mechanizmy uczenia maszynowego. Posiada doświadczenie w gromadzeniu i przetwarzaniu danych przestrzennych wykorzystując narzędzia Big Data. Brał udział między innymi w projekcie rozpoznawana znaków drogowych, wykrywania zmian pokrycia terenu z wykorzystaniem danych satelitarnych Santinel-2, czy też modelowaniu i wizualizacji danych medycznych związanych z SARS-CoV-2. Fascynują go duże zbiory danych, potencjał który w nich drzemie oraz nieoczywiste wzorce jakie można z nich wydobyć.