Proyek untuk Memetakan Hampir Semua Undang-Undang, Regulasi, dan Putusan Pengadilan di Australia

• Australian law map menempatkan undang-undang, regulasi, dan putusan pengadilan dari Open Australian Legal Corpus ke dalam ruang makna 2D, sehingga struktur sistem hukum Australia dapat dijelajahi sekilas
• Di peta ini, perbedaan gaya bahasa dan tujuan antarjenis dokumen berpengaruh lebih kuat daripada topik yang sama, sehingga muncul penghalang tak terlihat antara putusan pengadilan dan legislasi
• Batas antar-yurisdiksi tidak tampak jelas, tetapi karena kendala hak cipta, korpus hanya mencakup putusan Commonwealth dan New South Wales, sementara legislasi Victoria, Northern Territory, dan Australian Capital Territory tidak disertakan
• Hukum imigrasi, hukum keluarga, dan hukum pidana substantif adalah area yang paling terisolasi di wilayah putusan pengadilan dan juga jauh dari dokumen legislasi; sementara putusan hukum pembangunan tampak sebagai bidang yang paling dekat dengan dokumen legislasi
• Implementasinya dapat digunakan ulang sebagai prosedur pemetaan makna umum yang menggabungkan embedding teks, reduksi dimensi PaCMAP, clustering HDBSCAN, pelabelan tf-idf, penggabungan manual, dan visualisasi Plotly

---

Peta yang Menempatkan Hukum Australia dalam Ruang Makna

• Peta ini menempatkan undang-undang, regulasi, dan putusan pengadilan Australia dalam ruang 2D, menampilkan kemiripan makna antar dokumen sebagai jarak
• Setiap titik merepresentasikan dokumen undang-undang, regulasi, atau putusan pengadilan yang unik dari Open Australian Legal Corpus
• Di komputer, saat mengarahkan kursor ke sebuah dokumen, Anda dapat melihat judul, jenis, yurisdiksi, dan kategorinya; jika diklik, dokumen tersebut dapat dibuka
• Dokumen diberi warna berdasarkan kategori; mengklik kategori di legenda akan mengecualikan kategori tersebut, sementara klik ganda hanya menampilkan kategori itu

Penghalang Tak Terlihat antara Putusan Pengadilan dan Legislasi

• Pada peta terlihat penghalang tak terlihat yang memisahkan putusan pengadilan dan dokumen legislasi, dengan struktur yang terbelah ke dua sisi seperti Kutub Utara dan Kutub Selatan
• Meski membahas topik yang sama, putusan pengadilan memiliki lebih banyak kesamaan dengan sesama putusan, dan dokumen legislasi dengan sesama legislasi
• Perbedaan ini dapat dilihat sebagai hasil dari perbedaan gaya bahasa dan tujuan antara putusan pengadilan dan legislasi yang tercermin kuat dalam ruang makna, lebih daripada topiknya sendiri

Batas Antar-Yurisdiksi Tidak Tampak Jelas

• Meski dokumen diberi warna berdasarkan yurisdiksi, tidak terlihat batas yang jelas antara dokumen dari yurisdiksi berbeda
• Namun, karena kendala hak cipta, Open Australian Legal Corpus hanya memuat putusan Commonwealth dan New South Wales, sementara legislasi Victoria, Northern Territory, dan Australian Capital Territory tidak disertakan
• Percampuran yurisdiksi pada peta menunjukkan kemungkinan bahwa hukum negara bagian dan hukum federal Australia relatif homogen
• Batas yang masih ada antara hukum negara bagian dan federal pun lebih cocok dijelaskan oleh perbedaan topik daripada doktrin hukum yurisdiksi
• Ini selaras dengan struktur di mana pengadilan dan parlemen negara bagian maupun federal beroperasi dalam satu sistem hukum, dan High Court of Australia menengahi sengketa antarpemerintah terkait batas hak dan kewenangan konstitusional

Daratan dan Pulau dalam Putusan Pengadilan dan Legislasi

• Di dalam wilayah putusan pengadilan dan legislasi, terdapat daratan utama yang mencakup sebagian besar dokumen, serta sejumlah pulau berisi dokumen-dokumen bertopik sama
• Keberadaan daratan utama mengisyaratkan bahwa sebagian besar putusan pengadilan dan legislasi berasal dari satu kumpulan pengetahuan yang saling terhubung dan kembali masuk ke dalamnya
• Sebagian pulau legislasi dan putusan pengadilan sepenuhnya terpisah dari daratan utama
  • Tariff concession orders mengatur kategori teknis barang yang dapat diimpor, membentuk kepulauan tersendiri
  • airworthiness directives membentuk pulau besar yang berfokus pada regulasi komponen pesawat
• Pulau terbesar berdasarkan luas permukaan hampir seluruhnya terdiri dari kasus imigrasi
• Dari 19 kemungkinan bidang hukum, hanya hukum imigrasi dan hukum keluarga yang lebih sering muncul di luar daratan utama daripada di dalamnya
• Hukum keluarga sudah memiliki persepsi sebagai agak terisolasi dari bagian hukum lainnya, dan peta ini juga menunjukkan bentuk yang mendukung isolasi tersebut
• Kasus-kasus hukum imigrasi cenderung merujuk pada legislasi dan putusan pengadilan yang khusus untuk hukum imigrasi, sehingga tampak relatif berdiri sendiri

Posisi Hukum Pidana, Hukum Keluarga, dan Hukum Imigrasi

• Hukum imigrasi, hukum keluarga, dan hukum pidana substantif juga berkelompok dekat secara lintang, menunjukkan potensi keterkaitan
• Ketiga bidang ini sama-sama memiliki fokus khusus pada pengaturan kehidupan individu, bukan hanya hak milik badan hukum
• Putusan pengadilan di tiga bidang ini adalah jenis putusan yang paling jauh dari dokumen legislasi pada peta
• Jarak ini bukan berarti bidang-bidang tersebut sama sekali tidak mengutip legislasi; hal ini bisa terkait dengan kemungkinan bahwa mereka lebih sering bergantung pada preseden dibanding bidang putusan lain, atau keterbatasan peta 2D dalam merepresentasikan relasi multidimensi yang kompleks
• Bidang putusan pengadilan yang paling dekat dengan dokumen legislasi adalah hukum pembangunan, karena sering menangani hukum dan regulasi perencanaan lokal secara erat
• Pulau besar berbentuk heksagon dalam hukum pidana terutama terdiri dari kasus hukum pidana substantif, sementara kasus pidana yang terhubung ke daratan utama peradilan lebih banyak terkait prosedur pidana
• Ini sejalan dengan pembagian besar hukum substantif menjadi hukum pidana dan perdata, serta fakta bahwa hukum acara pidana dan hukum acara perdata berbagi berbagai prinsip umum keadilan alamiah

Hukum Kasus Tampak seperti Kontinuum

• Jika mengikuti daratan utama putusan pengadilan dari bawah ke atas, hukum kasus Australia tampak lebih seperti kontinuum daripada struktur yang terbagi tegas
• Kasus pembangunan terhubung dengan kasus lingkungan, dan kasus lingkungan berlanjut ke kasus pertanahan
• Kasus pertanahan bersinggungan dengan kasus kontrak; di utara kasus kontrak terdapat kasus prosedur, di baratnya kasus kekayaan intelektual, dan di timurnya kasus komersial
• Di utara hukum acara terdapat hukum pidana dan pencemaran nama baik, sementara di barat hukum kekayaan intelektual berlanjut ke hukum administrasi, hukum kesehatan dan layanan sosial, hukum ketenagakerjaan, kelalaian, dan hukum transportasi
• Di timur hukum komersial terdapat hukum ekuitas dan sebagian hukum keluarga
• Keterjalinan hukum pembangunan, lingkungan, dan pertanahan, serta pengelompokan kasus kelalaian di dekat hukum transportasi dan ketenagakerjaan karena banyak terkait dengan klaim kecelakaan lalu lintas dan kecelakaan kerja, sesuai dengan pemahaman yang ada tentang hubungan antarbidang hukum
• Sebagian putusan hukum pertanahan bertumpang tindih dengan kasus komersial dan prosedur, dan kasus-kasus berpola garis ini cenderung berfokus pada sengketa hipotek yang terkait wanprestasi
• Putusan hukum transportasi terbagi menjadi kelompok yang terhubung ke daratan utama dan kelompok yang terhubung ke pulau hukum pidana substantif
  • Putusan transportasi yang terhubung ke pulau hukum pidana sering berfokus pada penangguhan izin transportasi
  • Putusan transportasi yang terhubung ke daratan utama cenderung berfokus pada kecelakaan transportasi

Struktur yang Dikonfirmasi oleh Pemetaan Makna dan Kemungkinan Perluasan

• Peta ini mencerminkan perbedaan yang sudah dikenal antara putusan pengadilan dan legislasi, sekaligus mengungkap kemungkinan pemisahan dan koneksi tersembunyi antarbidang hukum
• Pola berikut terutama menonjol
  • Hukum imigrasi, hukum keluarga, dan hukum pidana substantif adalah bidang putusan pengadilan yang paling terisolasi di peta
  • Hukum imigrasi, hukum keluarga, dan hukum pidana substantif adalah bidang putusan pengadilan yang paling jauh dari dokumen legislasi
  • Hukum pembangunan adalah bidang putusan pengadilan yang paling dekat dengan dokumen legislasi
  • Tidak tampak pemisahan mencolok antara hukum negara bagian dan federal Australia dari sisi gaya bahasa, prinsip interpretasi, maupun doktrin hukum umum
• Membuat peta 3D dapat mengungkap hubungan tersembunyi baru yang sulit direpresentasikan dalam 2D
• Menambahkan putusan pengadilan dan legislasi dari negara bagian dan teritori lain dapat meningkatkan resolusi peta hukum Australia
• Menambahkan dokumen hukum dari negara common law lain seperti UK, Canada, dan New Zealand dapat menangkap interaksi historis dan berkelanjutan antarsistem hukum
• Pemetaan makna tidak terbatas pada hukum Australia, tetapi dapat digunakan untuk memahami komposisi dan struktur dataset tak terstruktur besar dengan cepat

Prosedur Implementasi: dari Vektorisasi hingga Visualisasi

• Proses memetakan dataset apa pun secara semantik secara garis besar terbagi menjadi vektorisasi, clustering, pelabelan, reduksi dimensi, dan visualisasi
• Makna teks direpresentasikan sebagai kumpulan angka, yaitu vektor atau embedding, lalu kemiripan vektor digunakan untuk memperkirakan kemiripan makna antardokumen
• Model embedding teks dipilih dengan merujuk pada Massive Text Embedding Benchmark (MTEB) Leaderboard dari Hugging Face
• Saat peta dibuat, BAAI/bge-small-en-v1.5 adalah salah satu model open source yang bagus relatif terhadap ukurannya, dan saat ini fine-tuning dari model tersebut, avsolatorio/GIST-small-Embedding-v0, menempati peringkat lebih tinggi
• Model embedding teks modern memiliki context window tetap, yaitu jumlah token yang dapat divektorisasi sekaligus
  • Context window GIST-small-Embedding-v0 adalah 512 token
  • Satu kata dapat diperkirakan sekitar 0,75 token, sehingga sekitar 384 kata dapat divektorisasi sekaligus
• Teks panjang dibagi menjadi chunk berukuran 512 token atau kurang, setiap chunk divektorisasi, lalu vektor rata-rata dibuat untuk merepresentasikan makna rata-rata seluruh teks
• Jika sekadar memotong setiap token ke-512, informasi penting secara semantik bisa terputus, sehingga diperlukan semantic chunker yang membagi pada bagian yang bermakna
• semchunk adalah library Python yang membagi teks secara rekursif dengan mencari urutan karakter yang menunjukkan pemisahan semantik, seperti baris baru berurutan dan tab

Reduksi Dimensi dan Clustering

• Data yang sudah divektorisasi dikurangi dari vektor berdimensi tinggi menjadi koordinat 2D atau dimensi lebih rendah untuk ditampilkan di peta
• Reduksi dimensi juga digunakan untuk meringankan curse of dimensionality yang membuat clustering data berdimensi tinggi menjadi sulit
• Model reduksi dimensi yang digunakan adalah PaCMAP, dimanfaatkan sebagai model cepat dan akurat yang dapat mempertahankan struktur global maupun lokal
• Untuk tampilan peta digunakan 2D, sedangkan untuk memudahkan clustering dimensinya dikurangi menjadi 80
• Pada dataset lain dengan sekitar 400 titik data, 2D bekerja lebih baik daripada 80D, sehingga beberapa dimensi perlu diuji sesuai data
• Untuk clustering digunakan HDBSCAN
• Berbeda dari k-means, HDBSCAN tidak harus memasukkan semua titik data ke dalam cluster
• Saat peta dibuat, Open Australian Legal Corpus berisi 218.336 teks hukum, dan 84.780 teks (38,8%) tidak masuk cluster
• Selain itu, 10.100 teks (4,6%) ditempatkan ke cluster yang tampaknya tidak memiliki ciri umum bermakna
• Secara total, 94.880 dokumen (43,4%) tidak dimasukkan ke cluster bermakna dan dikeluarkan dari peta
• Saat itu fast_hdbscan digunakan, tetapi setelahnya ditemukan bahwa dibanding HDBSCAN biasa, ia lebih mudah membuat cluster kosong di beberapa tempat; karena itu contoh kode menggunakan HDBSCAN biasa
• min_cluster_size menentukan jumlah minimum titik data dalam sebuah cluster; semakin rendah nilainya, semakin rinci cluster yang terbentuk, semakin tinggi nilainya, semakin luas cluster yang terbentuk
• Pada pekerjaan akhir, min_cluster_size ditetapkan 50 untuk membuat 507 cluster unik, lalu secara manual diringkas menjadi 19 bidang hukum

Pelabelan dan Penggabungan Manual

• Untuk memberi label bermakna pada cluster, tf-idf digunakan untuk memeriksa token teratas di setiap cluster
• tf-idf memberi skor tinggi pada token yang sering muncul di cluster tertentu tetapi relatif kurang umum di seluruh dataset
• Cluster dengan 4 token teratas yang sama pertama-tama digabungkan, tetapi hanya 2 dari 507 cluster yang terhapus
• Setelah itu, 337 aturan penggabungan cluster dibuat secara manual berdasarkan token teratas, dan akhirnya dirapikan menjadi 19 bidang hukum
• Dalam proses penggabungan manual, kategorinya diupayakan agar dipandu oleh data, tetapi semakin sedikit jumlah cluster, semakin sulit keputusan tentang kategori mana yang dimasukkan dan dikecualikan
• Menampilkan 19 kategori dengan warna yang dapat dibedakan satu sama lain juga tidak mudah, dan hal ini diatasi dengan menggunakan palet warna yang dipublikasikan Sasha Trubetskoy
• Penggabungan manual cocok ketika diperlukan pemahaman mendalam tentang komposisi data atau ketika presisi dan akurasi hasil akhir sangat penting
• Di luar itu, lebih menguntungkan untuk menyesuaikan model clustering agar menghasilkan lebih sedikit cluster, lalu melakukan pelabelan otomatis dengan 3 token tf-idf teratas atau model bahasa besar
• Contoh pelabelan otomatis disusun dengan memberikan cuplikan dokumen acak dan token tf-idf teratas kepada gpt-4 atau model yang kompatibel dengan OpenAI API untuk membuat label kurang dari 4 kata

Visualisasi Plotly dan Keterbatasannya

• Peta akhir disusun agar dapat membuat scatter plot 2D atau 3D dengan Plotly
• Keterbatasan utama Plotly adalah ukuran titik data tidak dapat ikut diperbesar saat peta diperbesar
• Ketika ada ratusan ribu titik data, titik-titik bisa saling tumpang tindih, atau jika ukuran titik diperkecil, titik menjadi sulit dikenali saat diperbesar
• Sebagian masalah Plotly diakali dengan CSS dan JavaScript kustom, tetapi kode tersebut tidak dibagikan
• Setelah visualisasi, tahap analisis dilanjutkan dengan meninjau pola topografis, outlier, pulau, dan struktur dasar data pada peta
• Jika teknik yang sama diterapkan pada korpus Common Crawl, peta makna internet beresolusi tinggi dapat dibuat

[GN⁺]

Komentar Hacker News

• Karya yang keren. Terutama kalimat “jika teknik ini diterapkan pada Common Crawl, kita bisa membuat peta internet” sangat mengena
  Selama beberapa tahun terakhir, saya terpikat pada pekerjaan membuat peta untuk hal-hal yang biasanya tidak ada di peta, dan sudah membuat beberapa di antaranya. Salah satu yang cukup dikenal adalah Music-Map: https://www.music-map.com
  Sejak dulu saya ingin membuat peta web, jadi saya juga sudah mendaftarkan domain web-map.com, dan sempat bereksperimen dengan crawler khusus serta algoritma untuk menemukan situs web terkait dengan cepat; kelihatannya sangat mungkin dilakukan
  Namun karena saya sudah menjalankan beberapa peta eksperimental, dan belum menemukan model bisnis untuk membuat peta dari segala hal, proyek itu masih saya tunda

  • Baru-baru ini saya mencoba membuat peta semua URL PDF di internet
    Saya menggunakan model embedding kecil dan analisis komponen utama (PCA) untuk reduksi dimensi: https://weblog.snats.xyz/posts/2024/03/20/
  • Dulu saya pernah membuat graf keterhubungan yang menunjukkan semua artis di pustaka Spotify pernah berkolaborasi dengan siapa
    Cukup menarik melihat seberapa jauh dua artis terhubung melalui rantai kolaborasi yang panjang. Seperti kebanyakan peta hubungan manusia, pada akhirnya itu bermuara pada beberapa super-connector yang berkolaborasi dengan ratusan orang serta kelompok-kelompok kecil di sekitarnya, tetapi juga menampakkan beberapa klaster yang menarik
  • Sepertinya Anda juga akan menyukai ini: https://everynoise.com/
  • Saya ingin melihat peta semantik internet, dan juga sempat berpikir untuk mencobanya sendiri, tetapi sepertinya itu akan menjadi pekerjaan yang sangat besar
    Ada peta keren yang mirip, tetapi sudah cukup lama: http://internet-map.net/
  • Beberapa waktu lalu saya juga membuat hal serupa untuk parfum: https://observablehq.com/@55th/every-fragrance-at-once

• Ungkapan “hukum kasus Australia terlihat seperti semacam kontinum” memang menghasilkan gambar yang indah, tetapi saya ingin menekankan pepatah bahwa peta bukanlah wilayahnya
  Kontinum itu mungkin lebih merupakan fungsi dari metode proyeksi, ukuran kemiripan yang dipilih, dan sebagainya, daripada struktur pengetahuan hukum yang sebenarnya
  Tentu itu bukan berarti tidak ada yang bisa dipelajari dari peta, tetapi struktur pengetahuan sebenarnya dari keseluruhan dokumen tidak harus berupa kontinum yang nyaman
  Meski begitu, cara proyek ini didokumentasikan sangat bagus, dan memberi cara baru untuk melihat ranah hukum Australia

  • Betul. Peta ini tidak serta-merta merepresentasikan struktur makna dasar hukum Australia apa adanya, melainkan perkiraan yang dipengaruhi oleh data yang digunakan, model embedding yang dipilih, serta model reduksi dimensi yang memproyeksikannya ke ruang dua dimensi
    Karena tulisan ini ditujukan bagi pembaca hukum dan pembaca data science sekaligus, saya berusaha agar inferensi tidak tampak lebih dari sekadar inferensi, sambil tidak menjelaskan secara terlalu teknis keterbatasan upaya memetakan pengetahuan secara semantik dengan teknologi saat ini
    Namun dari sudut pandang seseorang yang pernah mempelajari hukum, hukum kasus Australia memang sampai batas tertentu cukup dekat dengan kontinum. Satu perkara bisa menyentuh beberapa ranah hukum, dan selain relevansi serta apakah preseden itu mengikat, tidak banyak batasan pada topik preseden yang dapat dirujuk hakim saat mengambil keputusan
    Menarik juga bahwa klaster akhirnya muncul dengan kemiripan yang mengejutkan terhadap cara hukum diajarkan di universitas. Ini menunjukkan bahwa banyak pemikiran telah dicurahkan dalam perancangan kurikulum hukum Australia. Memang ada 11 mata kuliah wajib, Priestley 11, dan semuanya juga tercermin di peta: https://en.wikipedia.org/wiki/Priestley_11

• Visualisasi seperti ini terasa cukup aneh. Saya bukan ahli hukum, tetapi sudah membaca banyak buku teks hukum
  Biasanya saya memperkirakan hukum tertulis akan membentuk struktur seperti tentakel yang relatif renggang
  Hukum kasus pada dasarnya memiliki sifat perantara, yaitu hakim mengisi makna yang tidak jelas atau kekosongan dalam hukum tertulis
  Namun sulit untuk menerima bahwa hukum kasus dan hukum tertulis membentuk dua klaster yang jelas terpisah, dan ini terlihat seperti kesalahan pemodelan domain. Rasanya seperti hasil yang bisa muncul ketika ukuran kemiripan teks diterapkan secara naif pada dataset tanpa mempertimbangkan model domain

  • Seperti yang tertulis di artikel, bahasa dan gaya penulisan dalam putusan Australia berbeda dari peraturan perundang-undangan
    Selain itu, di negara common law seperti Australia, banyak konsep hukum yang berkembang secara independen dari undang-undang, dan masih tetap independen atau kemudian diformalkan ke dalam undang-undang. Contohnya adalah perbuatan melawan hukum: https://www.alrc.gov.au/publication/traditional-rights-and-freedoms-encroachments-by-commonwealth-laws-ip-46/16-authorising-what-would-otherwise-be-a-tort/the-right-to-sue-in-tort/

• Ini pekerjaan yang luar biasa besar. Sebagai orang yang mengembangkan web dengan dana sendiri, saya penasaran bagaimana ia bisa menyisihkan waktu untuk hal seperti ini.
  Entah ini untuk memperkuat CV, sebuah produk atau prototipe, atau murni hasil kecintaan, setidaknya ini terobosan.
  Penjelasan teknisnya juga bagus; meski saya hanya membaca sekilas mulai bagian tengah, tampaknya ini menggabungkan algoritma embedding modern dengan klasterisasi machine learning tradisional.
  Karena data dasarnya sudah ada, saya penasaran apakah ia juga mempertimbangkan memakai model generatif penuh untuk melakukan analisis semantik seperti “ringkas subset kasus ini dan beri tag berdasarkan situasi atau isu subtil tertentu”, lalu mengklasterkan hasilnya. Saya berharap banyak pengembang yang selama setahun terakhir menerapkan large language model pada case law di AS mungkin sedang melakukan hal semacam itu.
  Ini jenis proyek yang membuat orang ingin berkata ingin berkolaborasi meskipun jadwal sudah penuh, jadi saya harus puas memberinya tempat yang cukup terhormat di komentar dan folder bookmark inspirasi.

  • Tulisan perkenalannya sepertinya menarik: https://umarbutler.com/about/
    Umar Butler adalah data scientist, pakar legal tech, dan peneliti artificial intelligence asal Australia, serta mengelola blog yang membahas hukum, teknologi, artificial intelligence, dan topik di antaranya.
    Sebagai bagian dari riset legal tech dan artificial intelligence, ia telah merilis dataset LLM untuk pembelajaran hukum Australia, basis data hukum Australia terbuka terbesar, LLM terbuka pertama untuk hukum Australia, dan lain-lain.
    Saat ini ia bekerja sebagai Assistant Director of Data Science di Attorney-General’s Department, dengan tugas memberi nasihat tentang pemanfaatan artificial intelligence yang bertanggung jawab untuk memungkinkan, mempercepat, dan meningkatkan pengambilan keputusan publik serta analisis hukum dan kebijakan, juga pengembangan kebijakan inti artificial intelligence.

• Saya sangat suka bahwa di mobile, visualisasi interaktif diganti dengan screenshot. Pengalaman membaca di ponsel jadi jauh lebih baik.

  • Karena 59% pembaca menggunakan mobile, saya menilai gambar statis lebih baik daripada peta interaktif yang hampir tidak akan bisa dipakai di ponsel.

• Ini pekerjaan yang sangat keren dan patut diberi selamat.
  Saat kuliah hukum, saya sering membayangkan common law sebagai jaring saling ketergantungan, dan visualisasi ini mirip dengan itu, meski belum sepenuhnya menangkap dependensi yang saya bayangkan.
  Common law terutama berarti hukum yang dibuat oleh para hakim banding. Kadang ia menambahkan makna, penafsiran, dan definisi di atas undang-undang; kadang ia benar-benar dibuat ketika tidak ada hukum yang persis sesuai dengan isu tersebut. Di sini “dibuat” berarti dibangun di atas arus panjang preseden historis dari Inggris era Victoria atau bahkan yang lebih lama.
  Karena itu, orang-orang di AS yang mengecam “hukum buatan hakim” terdengar konyol. Hampir semua hukum di AS pada dasarnya adalah hukum buatan hakim.
  Saya selalu berpikir common law cocok direpresentasikan sebagai struktur graf, dengan kasus atau preseden sebagai node, dan edge yang dengan suatu cara mengodekan kekuatan dukungan terhadap preseden. Jika para hakim bisa melihat visualisasi kekuatan preseden, mungkin mereka akan lebih berhati-hati saat menyimpang dari preseden.
  Representasi ini adalah satu langkah ke arah itu, dan saya berharap teknologi ini diperluas ke negara-negara common law lain.

• Saya sudah lama menangani berbagai urusan dalam sistem hukum Australia, awalnya sebagai self-represented litigant dan belajar sendiri, lalu belakangan mendapat bantuan pengacara.
  Saya juga membaca sendiri beberapa undang-undang terkait prosedur perdata dan pidana, dan pernah menabrak dinding tak terlihat antara legislasi dan case law.
  Pekerjaan ini sangat sesuai dengan minat saya, dan terima kasih sudah merapikannya. Satu-satunya penyesalan saya adalah seandainya ini diposting beberapa bulan lalu, pasti akan jauh lebih membantu.

  • Senang mendengar ini sesuai dengan pengalaman nyata. Saya benar-benar terkejut melihat peta ini juga selaras dengan pemahaman saya tentang hukum yang terbentuk selama menempuh gelar hukum.

• Tulisan yang luar biasa; terlihat jelas usaha yang dicurahkan, baik dalam analisis deskriptif atas data maupun dalam penguraian teknis prosesnya.

• Tahun lalu saya punya ide serupa untuk memetakan case law dan undang-undang di Inggris.
  Seperti biasa, hidup menghalangi dan proyek itu masuk ke koleksi proyek setengah selesai, tetapi setelah membaca tulisan hebat ini saya jadi ingin mencobanya lagi.

• Di banyak negara Persemakmuran, tampaknya sering tidak ada kodifikasi resmi atas case law, hukum administrasi, dan undang-undang yang disahkan legislatif serta direstui eksekutif.
  AS, yang merupakan pecahan dari Persemakmuran, memiliki US Code resmi dan kode negara bagian, serta ada upaya untuk merangkum dampak case law, hukum administrasi, dan undang-undang yang disahkan. Sebaliknya Kanada punya beberapa kodifikasi seperti Criminal Code, tetapi tidak semua undang-undang parlemen disusun dalam satu kode tunggal.
  Sejauh yang saya lihat, Inggris tidak memiliki hal seperti itu untuk England atau Wales, sedangkan Hong Kong memiliki semacam bentuk kodifikasi melalui Basic Law dan berbagai ordonansi. Saya penasaran apakah Australia memiliki sistem kodifikasi hukum di tingkat federal atau negara bagian.

  • Pernyataan bahwa “AS memiliki US Code dan kode negara bagian, serta ada upaya untuk merangkum dampak case law, hukum administrasi, dan undang-undang yang disahkan” itu benar sekaligus tidak.
    US Code adalah statutory law, dan Code of Federal Regulations adalah hukum administrasi. Tidak ada kodifikasi case law; yang ada hanya law reports.
    Law reports lebih mirip aliran berurutan dari hasil putusan, serupa dengan cara undang-undang dipublikasikan secara berurutan di tempat-tempat yang tidak mengodifikasi statutory law. Negara-negara bagian pada umumnya juga mengodifikasi statutory law dan hukum administrasi, tetapi tidak case law.