محققان قوانین محلی پراکنده آمریکا را به یک پایگاه داده قابل جستجوی رایگان تبدیل می کنند که همه 50 ایالت را پوشش می دهد

توسط جیسون پول، دانشگاه کالیفرنیا - برکلی

ویرایش شده توسط رابرت ایگان، بررسی توسط اندرو زینین

این مقاله با توجه به روند و سیاست‌های ویرایشی Science X بررسی شده است. ویراستاران ضمن اطمینان از اعتبار محتوا، ویژگی های زیر را برجسته کرده اند:

آمریکا کشوری با قوانین محلی است - میلیون ها نفر از آنها. از قوانین صوتی و قوانین ساخت و ساز گرفته تا قوانین مربوط به مجوزهای ماهیگیری و دستفروشی انبه در کنار جاده، هر شهر، شهر و شهرستانی مجموعه ای از مقررات و روش منحصر به فرد خود را برای انجام کارها دارد.

دسترسی به آن قوانین می تواند یک تلاش بیزانسی باشد. PDF های متراکم و وب سایت های دولتی منسوخ و ناسازگار می توانند مقایسه آسان کدهای ساختمانی یا قوانین مزاحم را غیرممکن کنند. برای توسعه دهندگان، می تواند هزینه های پروژه را افزایش دهد. برای ساکنان، می تواند منجر به سردرگمی و ناامیدی شود. و برای محققان، می‌تواند تلاش‌ها برای درک چگونگی اجرای قوانین یا تأثیرگذاری بر مردم را متوقف کند.

اولین پروژه در نوع خود در دانشگاه کالیفرنیا برکلی از هوش مصنوعی و علم داده استفاده می‌کند تا با جمع‌آوری هر قانون قابل دسترسی دیجیتالی در یک پایگاه داده رایگان و با دسترسی آزاد، این پچ‌کاری ملی را حل کند. در حالی که مخازن آنلاین قوانین ایالتی و فدرال را برای سال‌ها فهرست‌بندی کرده‌اند، پروژه جدید اولین پایگاه داده‌ای است که به طور خاص برای قوانین محلی، از آلامدا، کالیفرنیا، تا زفیرهیلز، فلوریدا، به‌کار می‌رود.

وجود منبع جدید در را برای دیگران باز می‌کند تا پایگاه‌های داده سفارشی و چت‌بات‌های محلی تولید کنند که می‌توانند به سرعت قوانین محلی را در مورد موضوعاتی که شامل ساخت خانه تا قوانین افسار سگ می‌شوند، مقایسه کنند.

دیاگ داونپورت، استادیار سیاست فناوری، حکومت و جامعه در برکلی و محقق اصلی این پروژه، گفت: «ما نوع جدیدی از تلسکوپ ساخته‌ایم که به خود حکومت اشاره دارد. این می تواند یک تغییر اساسی در نحوه تعامل مردم با قوانین حاکم بر زندگی روزمره آنها باشد.»

داونپورت، که بخشی از مدرسه سیاست عمومی گلدمن و دانشکده اطلاعات است، شش سال پیش در حالی که الگوریتم‌های کامپیوتری، سوگیری سیستمیک و سیستم حقوقی کیفری را مطالعه می‌کرد، شروع به فکر کردن درباره این پروژه کرد. در همان زمان، او به این فکر می کرد که آیا می تواند تمرکز تحقیقاتی را معکوس کند و سوگیری را در خود قانون مطالعه کند.

برای پاسخ به آن، او نیاز به مطالعه قوانین محلی در سراسر کشور و استفاده از آمار برای اندازه‌گیری تفاوت آنها در مکان‌هایی داشت که سطوح بالایی از تبعیض تاریخی را در مقایسه با آن‌هایی که نداشتند. در آن زمان بود که او به اولین مشکل اصلی برخورد کرد: هیچ پایگاه داده ای از همه قوانین محلی وجود نداشت.

هرچه بیشتر نگاه می‌کرد، بیشتر متوجه می‌شد که این مکان‌ها در مجموعه‌ای از مکان‌ها ذخیره شده‌اند، از پایگاه‌های اطلاعاتی شرکت‌های اختصاصی گرفته تا وب‌سایت‌های پیچیده دولت محلی. سپس مقیاس سردرگمی وجود داشت: بیش از 3000 شهرستان و حدود 6000 حوزه قضایی محلی دیگر که قوانین خود را وضع می کنند.

داونپورت گفت: "البته، هیچ چیز به این سادگی که شما می خواهید نیست." وقتی متوجه شدید که همه چیز چقدر پراکنده است، به راحتی می توانید درک کنید که چرا هیچ کس کار را انجام نداده است.

این پروژه سال ها ادامه داشت، اما حدود یک سال پیش زمانی که پیشرفت های تکنولوژیکی به تیم اجازه داد از یک ابزار هوش مصنوعی بر روی ابزار دیگر برای انجام کارهای سنگین استفاده کنند، جان تازه ای گرفت.

ابتدا، محققان نیاز به جمع آوری قوانین شهرداری و شهرستان از هزاران وب سایت دولتی و شخص ثالث داشتند. داونپورت و همکارش، دنیس پسکف، محقق فوق دکترا در برکلی، هنگام توسعه فرآیند جمع آوری و طراحی آن برای برآوردن الزامات فنی تحمیل شده توسط سایت های میزبان اسناد، با وکلایی مشورت کردند. آنها همچنین با جو بارو، محقق هوش مصنوعی متخصص در اسناد و مجموعه داده ها، و کریستوفر وو، دانش آموخته برکلی که در رشته کامپیوتر و علوم داده تحصیل می کرد، کار کردند.

اما این تنها آغاز کار بود. چالش فنی بزرگ‌تر تبدیل نزدیک به 10000 سند اغلب سخت‌گیرانه - تقریبا 7 میلیون صفحه، که بسیاری از آنها به‌عنوان PDF تار، ساختار ضعیف یا غیرقابل دسترس ذخیره می‌شوند - به داده‌هایی که محققین واقعا می‌توانستند استفاده کنند، بود.

این تیم از یک مدل تشخیص کاراکتر نوری به زبان بینایی به نام LightOnOCR برای استخراج متن و ساختار از اسناد استفاده کرد. پردازش بایگانی به مقدار زیادی قدرت محاسباتی نیاز داشت، اما نتیجه یک متن نسبتا استاندارد شده از متن قابل خواندن توسط ماشین بود که جستجو، تجزیه و تحلیل و استفاده با سیستم‌های هوش مصنوعی مدرن بسیار آسان‌تر و کم‌هزینه‌تر از PDFهای اصلی است.

از آنجا، محققان از مدل‌هایی از OpenAI برای برچسب‌گذاری و سازمان‌دهی نمونه‌هایی از قوانین استفاده کردند و آن‌ها را در سطل‌هایی تقطیر کردند که می‌توان در سراسر بدنه مورد استفاده قرار داد.

پایگاه داده به دست آمده حاوی میلیون ها فرمان منحصر به فرد از تمام 50 ایالت است. این به محققان اجازه می دهد قوانین محلی را در مقیاسی جستجو کنند که قبلا بسیار دشوار بود و الگوهایی را در نحوه تنظیم جوامع از مسکن و فضای عمومی گرفته تا فعالیت های تجاری و رفتار روزمره شناسایی کنند.

داونپورت گفت: «من فکر می‌کنم انجام این کار تا شش یا ۱۲ ماه پیش غیرممکن بود. تا آنجا که من اطلاع دارم، ما این کار را در مقیاسی بزرگتر از دیگران انجام داده ایم.

این تیم نسخه ای از پایگاه داده را به صورت آنلاین در ماه ژوئن منتشر کرد. برخی از افراد قبلا رابط های قابل جستجو را بر اساس کار تیم ایجاد کرده اند.

و هفته گذشته، آنها یاد گرفتند که مقاله ای در مورد پروژه آنها برای کنفرانس سیستم های پردازش اطلاعات عصبی، یکی از کنفرانس های برتر با تمرکز بر یادگیری ماشین و هوش مصنوعی پذیرفته شده است. آنها یافته های خود را در ماه دسامبر ارائه خواهند کرد و مقاله در سرور preprint arXiv موجود است.

داونپورت گفت که مرحله بعدی کار حتی هیجان انگیزتر است. دانشمندان کامپیوتر و سایر کاربران با فناوری می توانند از مخزن وسیع اطلاعات برای آموزش ربات های گفتگو برای حوزه های موضوعی خاص استفاده کنند. به عنوان مثال، می توان در مورد کدهای ساختمانی منطقه خلیج آموزش دید و به سرعت شرایط متفاوتی را برای ساخت یک مجتمع آپارتمانی در برکلی در مقایسه با ال سریتو گزارش کرد.

این امر می‌تواند به توسعه‌دهندگان این امکان را بدهد که برآورد هزینه‌ها را آسان‌تر در طرح‌های پروژه بسازند یا به مالک خانه کمک کند تا از کتاب قوانین ساخت یک واحد مسکونی لوازم جانبی حیاط خلوت پیروی کند. داونپورت گفت که ابزارهای آینده بر اساس داده ها باید رایگان و در دسترس عموم باشند.

روزنامه‌نگاران، پژوهشگران و سیاست‌گذاران نیز دسترسی ساده‌تری به مقایسه قوانین خواهند داشت و در ساعات بی‌شماری صرفه‌جویی می‌کنند که در غیر این صورت صرف تحقیق در اسنادی می‌شود که ناوبری دشوار است. کاربران می توانند تفاوت های منطقه ای را مقایسه کنند، بررسی کنند که درک قوانین در برخی مناطق چقدر دشوار است و حتی تفاوت های منطقه ای را در اجرا بررسی کنند.

داونپورت گفت: «در واقع، آنچه ما داریم هزاران آزمایش در مورد نحوه تنظیم مسکن، پیاده روها و کلاه ایمنی است. "وعده واقعی در اینجا خوانا کردن دولت محلی است. هنگامی که مردم می توانند قوانینی را که زندگی روزمره را شکل می دهند ببینند و مقایسه کنند، می توانیم سوالات بسیار بهتری در مورد اینکه کدام یک کار می کنند، برای چه کسی کار می کنند و ممکن است بخواهیم متفاوت انجام دهیم."

دنیس پسکف و همکاران، آزاد کردن قانون با LOCUS: یک مجموعه مقررات محلی برای ایالات متحده، arXiv (2026). DOI: 10.48550/arxiv.2606.19334

ارائه شده توسط دانشگاه کالیفرنیا - برکلی

لیسانس زیست شناسی ریاضی، کارشناسی ارشد در نوشتن خلاق. خوش سفر با دیدگاه های منحصر به فرد در علم و زبان. نمایه کامل →

فوق لیسانس فیزیک با تجربه تحقیق. علاقه مندان به اخبار علمی طولانی مدت. نقش کلیدی در موفقیت سرمقاله Science X ایفا می کند. نمایه کامل →