Anatoly Levenchuk (ailev) wrote,
Anatoly Levenchuk
ailev

Сервис Закон.Пробки

Машинное обучение полезло в законотворчество: статья "Predicting and Understanding Law-Making with Machine Learning" тут только первая ласточка -- http://arxiv.org/abs/1607.02109.

В "месте не для дебатов" США из почти 70тыс. законопроектов с 2001 по 2015 законами стали только 2513, т.е. около 4%. Модель, в которой все законы заранее считаются "непроходными" имеет вероятность угадывания 96%. Но когда она "промахивается", то вылетает чёрный лебедь -- и по экономическим и политическим последствиям обычно мало никому не кажется (например, the passage of the 2009 stimulus bill which cost $831 billion). Поэтому хорошо бы как-то вылавливать заранее те самые "проходимые" 4%, чтобы тратить политические усилия не на всё подряд.

В статье для этого предсказания применили методы машинного обучения, выяснили много чего интересного. Несмотря на то, что "есть ложь, большая ложь, и статистика", человеческий мозг работает в значительной мере статистически, а не строго логически. Поэтому "политтехнологическое вмешательства" на лингвистическом уровне вполне могут при массовом потоке "сырых" документов оказываться действенными. Вот, например, предложения по подбору слов, которые повышают вероятность прохождения законопроекта, или наоборот, делают его менее проходным в Сенате:


Но не всё там сводится к лингвистике. Например, прохождение комитета оказывается мало значимым. Но вот внесение каким-то лидером комитета -- это оказывается значимым. Количество изменений, внесённых в текст по мере прохождения -- это тоже важно (совсем непроходимые законы обычно не правятся).

Это, конечно, не exitpolls по точности, но и не полная угадайка, и не тупая статистика -- это какая-то модель "мыслительного общественного процесса", отъезжающая от социофизики, но не учитывающая ещё всякие рефлексивные надстройки (например, что будет происходить, если вдруг все авторы непроходимых законов начнут активно использовать результаты этой модели: т.е. писать законопроекты не сами, а с помощью алгоритмов). Так и представляешь себе сервис типа Яндекс.Пробок, в котором более-менее точно предсказывается время прохождения разных пакостей через бешеный принтер. Для США авторы статьи сделали начальную версию такого сервиса, предсказания там обновляются ежедневно: http://predictgov.com/projects/congress/
Subscribe
  • Post a new comment

    Error

    Anonymous comments are disabled in this journal

    default userpic

    Your reply will be screened

  • 2 comments