Het artikel pleit voor een versiebeheersysteem voor de Amerikaanse federale wetgeving (US Code), vergelijkbaar met Git in softwareontwikkeling. De auteur stelt dat het voor juristen momenteel zeer tijdrovend is om de exacte staat van een wet op een specifieke datum in het verleden te bepalen.
De rol van AI Dit probleem is extra urgent vanwege de opkomst van taalmodellen (LLM's). Onderzoek toont aan dat AI vaak faalt op het gebied van 'temporele validiteit': modellen passen vaak nieuwe regels toe op oude feiten of gebruiken verouderde wetten na hun trainingsdeadline. Omdat AI-modellen moeite hebben met het accuraat reproduceren van wijzigingsketens, is een controleerbare geschiedenis noodzakelijk.
Methodiek en resultaten De auteur heeft een experiment uitgevoerd waarbij release-punten van de US Code vanaf 2017 zijn vergeleken met de daadwerkelijke publieke wetten. Door wijzigingsinstructies chronologisch uit te voeren, konden 361 van de 365 wijzigingen exact worden gereproduceerd.
Functionaliteiten en beperkingen Het resulterende systeem stelt gebruikers in staat om:
- De tekst van de wet op een specifieke datum op te vragen.
- Wijzigingen visueel te volgen per wet.
- Te zien welke bepalingen beïnvloed worden door wijzigingen in definities.
Er zijn echter nog beperkingen, zoals het ontbreken van automatische waarschuwingen voor wetten met terugwerkende kracht en het gebruik van patroonherkenning voor het bepalen van ingangsdatums.
Git voor de US Code
Een programmeur kan naar elke regel code wijzen en zien wie deze heeft geschreven, wanneer dat gebeurde en hoe het bestand er op elke willekeurige dag in het verleden uitzag. Een jurist die een federale wet leest, kan dat meestal niet, althans niet zonder een middag door te brengen in de aantekeningen onderaan de sectie. Maar waarom zouden zij niet over hetzelfde, handige registratiesysteem moeten beschikken? Dit is vooral relevant gezien het feit dat zoveel eerste juridische onderzoeken nu via taalmodellen lopen, die vaak niet in staat zijn om de juiste herkomst van een wet te gebruiken, wat hun vermogen om interpretaties te bieden beperkt.
De US Code
Buiten de titels die door het Congres als positive law zijn vastgesteld, is de code slechts prima facie bewijs van de wet; de Statutes at Large zijn leidend wanneer de twee verschillen.[1] Het Office of the Law Revision Counsel publiceert de code als een reeks release-punten, die elk actueel zijn tot aan een genoemde publieke wet, en reorganiseert deze voortdurend; in september 2025 is een wetsvoorstel ingediend om titel 41 als positive law vast te stellen.[2] Welke publieke wet een specifieke zin heeft geschreven, wordt in proza genoteerd in de wijzigingsnotities. Wanneer een wijziging in werking is getreden, staat vaak in een aparte notitie over de ingangsdatum; wanneer het Congres niets heeft vermeld, is de standaardregel dat een wet in werking treedt op de dag dat deze is aangenomen.[3]
De definitie van een kleine zakelijke schuldenaar in 11 USC § 1182(1) laat zien hoe ver deze antwoorden uit elkaar kunnen liggen:
- Het werd in 2019 gecreëerd met de toen bestaande limiet voor kleine zakelijke schulden.[4]
- De CARES Act verhoogde de limiet in maart 2020 naar 7,5 miljoen dollar als tijdelijke maatregel, wat later werd verlengd tot maart 2022.[5],[6]
- Deze verhoging verviel op 27 maart 2022, maar op 21 juni 2022 herstelde het Congres deze voor nog twee jaar, voor zaken die waren begonnen op of na 27 maart 2020 en nog in behandeling waren, waarmee het gat werd overbrugd.[7]
- De hogere limiet verviel opnieuw in juni 2024, en na de driejaarlijkse aanpassing in april 2025 staat deze op 3.424.000 dollar.[8],[9]
Voor een zaak die in mei 2022 is ingediend, geeft het op dat moment gedrukte release-punt de lagere limiet weer, en pas een latere wet wijzigt het antwoord. Een geschiedenis die nuttig is voor een jurist, moet de tekst bevatten, de datum waarop elke wijziging in werking is getreden en het bereik van elke wet die terugwerkt.
Temporele validiteit en AI
Een studie van de Technische Universiteit München van dit jaar vond twee fouten in modellen die vragen over Duitse wetten beantwoordden: ze passen regels toe die na hun trainingsdeadline (cutoff) zijn vervangen, en ze geven de voorkeur aan de nieuwere bepaling, zelfs wanneer een oudere bepaling van toepassing is op de feiten. Eén model beantwoordde 24% van de vragen na de cutoff correct op eigen kracht, en 87% wanneer de relevante wettelijke tekst voor het model was opgehaald. De auteurs concluderen dat temporele validiteit als een harde beperking moet worden behandeld.[10] Ander recent werk traint zoekagenten om de datum waar een vraag over gaat te respecteren, wat leidde tot grote winst in consistentie.[11]
Het vragen aan een model om de oude tekst te produceren, lost dit niet op. Wanneer dezelfde groep uit München een model vroeg om Duitse wijzigingswetten toe te passen op eerdere versies, leek de output voor 93–99% op de officiële tekst. Echter, slechts de helft van de enkele wijzigingen en een vijfde van de ketens van wijzigingen stemden exact overeen. Experts vonden juridisch significante fouten in de resultaten die er "bijna" naast zaten.[12] De geschiedenis moet controleerbaar zijn.
Methode en resultaten
Voor elk paar release-punten vanaf 2017 hebben we de publieke wetten genomen die daartussen zijn aangenomen, hun wijzigingsinstructies in chronologische volgorde uitgevoerd op de oudere tekst en het resultaat vergeleken met de nieuwere versie. Van de 365 wijzigingen over de negen titels, reproduceerden 361 het volgende release-punt exact. De overige vier zijn voorzien van een label dat aangeeft in hoeverre ze konden worden bevestigd.
Elke wijziging is vervolgens gekoppeld aan de wet en de datum waarop deze in werking is getreden:
- 261 traden standaard in werking bij aanname.
- 72 via een notitie over de ingangsdatum.
- 29 via een datum in de wijziging zelf.
Eén wijziging is afhankelijk van een bepaling door een agentschap die mogelijk nooit komt; deze hebben we weggelaten uit de tekst in plaats van te gissen.
Met dit verslag kan de lezer de vragen beantwoorden die juristen stellen. Men kan een datum kiezen en krijgt de tekst die op dat moment van kracht was, waarbij de woorden die vandaag anders zijn gemarkeerd worden. Elke frase is gekleurd naar de wet die deze heeft geschreven. Een wijziging in een gedefinieerde term vermeldt elke andere bepaling die deze term gebruikt, en men kan een sectie volgen om te zien wat er is veranderd sinds het laatste bezoek.
Beperkingen
- Het systeem toont nog niet de terugwerkende kracht van een latere wet op de eerdere data die het bestrijkt. Voor een zaak die is ingediend in het gat van 2022, toont het dus de lagere limiet zonder waarschuwing dat de wet van juni 2022 het antwoord heeft gewijzigd.
- Notities over de ingangsdatum worden gelezen op basis van patronen; ongebruikelijke bewoordingen vallen terug op de datum van aanname.
- Elke wijziging linkt naar de letterlijke woorden van de wet; voor alles wat van belang is, moet het origineel worden gelezen.
- We denken nog na over de juiste vormfactor die dit zou moeten aannemen.
Referenties
- USC § 204(a)
<www.law.cornell.edu/uscode/text/1/204>
- Office of the Law Revision Counsel, ‘Positive Law Codification: Title 41’ (H.R. 5185, 119th Congress, introduced 8 September 2025)
<uscode.house.gov/codification/t41/index.html>
- Gozlon-Peretz v United States 498 US 395, 404 (1991)
<www.law.cornell.edu/supremecourt/text/498/395>
- Small Business Reorganization Act of 2019, Pub L 116-54
<www.govinfo.gov/content/pkg/PLAW-116publ54/html/PLAW-116publ54.htm>
- Coronavirus Aid, Relief, and Economic Security Act, Pub L 116-136, s 1113
<www.govinfo.gov/content/pkg/PLAW-116publ136/html/PLAW-116publ136.htm>
- COVID-19 Bankruptcy Relief Extension Act of 2021, Pub L 117-5
<www.govinfo.gov/content/pkg/PLAW-117publ5/html/PLAW-117publ5.htm>
- Bankruptcy Threshold Adjustment and Technical Corrections Act, Pub L 117-151, s 2(h)–(i)
<www.govinfo.gov/content/pkg/PLAW-117publ151/html/PLAW-117publ151.htm>
- Judicial Conference of the United States, ‘Adjustment of Certain Dollar Amounts Applicable to Bankruptcy Cases’ 90 Fed Reg 8941 (4 February 2025)
<www.govinfo.gov/content/pkg/FR-2025-02-04/html/2025-02207.htm>
- US Trustee Program, ‘Subchapter V’ (US Department of Justice)
<www.justice.gov/ust/subchapter-v>
- Max Prior, Andreas Schultz and Matthias Grabmair, ‘Asking For An Old Friend: Diagnosing and Mitigating Temporal Failure Modes in LLM-based Statutory Question Answering’ (arXiv:2605.23497, 22 May 2026)
<arxiv.org/abs/2605.23497>
- Wei Fan and others, ‘Can LLMs Time Travel? Enhancing Temporal Consistency in Legal Agentic Search through Reinforcement Learning’ (arXiv:2605.25920, revised 19 September 2026)
<arxiv.org/abs/2605.25920>
- Max Prior, Adrian Hof, Niklas Wais and Matthias Grabmair, ‘Risks and Limits of Automatic Consolidation of Statutes’ in Proceedings of the Natural Legal Language Processing Workshop 2025 (ACL, November 2025) 396
<aclanthology.org/2025.nllp-1.29/>
Git voor de US Code
Een programmeur kan naar elke regel code wijzen en zien wie deze heeft geschreven, wanneer dat gebeurde en hoe het bestand er op elke willekeurige dag in het verleden uitzag. Een jurist die een federale wet leest, kan dat meestal niet, althans niet zonder een middag door te brengen in de aantekeningen onderaan de sectie. Maar waarom zouden zij niet over hetzelfde, handige registratiesysteem moeten beschikken? Dit is vooral relevant gezien het feit dat zoveel eerste juridische onderzoeken nu via taalmodellen lopen, die vaak niet in staat zijn om de juiste herkomst van een wet te gebruiken, wat hun vermogen om interpretaties te bieden beperkt.
De US Code
Buiten de titels die door het Congres als positive law zijn vastgesteld, is de code slechts prima facie bewijs van de wet; de Statutes at Large zijn leidend wanneer de twee verschillen.[1] Het Office of the Law Revision Counsel publiceert de code als een reeks release-punten, die elk actueel zijn tot aan een genoemde publieke wet, en reorganiseert deze voortdurend; in september 2025 is een wetsvoorstel ingediend om titel 41 als positive law vast te stellen.[2] Welke publieke wet een specifieke zin heeft geschreven, wordt in proza genoteerd in de wijzigingsnotities. Wanneer een wijziging in werking is getreden, staat vaak in een aparte notitie over de ingangsdatum; wanneer het Congres niets heeft vermeld, is de standaardregel dat een wet in werking treedt op de dag dat deze is aangenomen.[3]
De definitie van een kleine zakelijke schuldenaar in 11 USC § 1182(1) laat zien hoe ver deze antwoorden uit elkaar kunnen liggen:
- Het werd in 2019 gecreëerd met de toen bestaande limiet voor kleine zakelijke schulden.[4]
- De CARES Act verhoogde de limiet in maart 2020 naar 7,5 miljoen dollar als tijdelijke maatregel, wat later werd verlengd tot maart 2022.[5],[6]
- Deze verhoging verviel op 27 maart 2022, maar op 21 juni 2022 herstelde het Congres deze voor nog twee jaar, voor zaken die waren begonnen op of na 27 maart 2020 en nog in behandeling waren, waarmee het gat werd overbrugd.[7]
- De hogere limiet verviel opnieuw in juni 2024, en na de driejaarlijkse aanpassing in april 2025 staat deze op 3.424.000 dollar.[8],[9]
Voor een zaak die in mei 2022 is ingediend, geeft het op dat moment gedrukte release-punt de lagere limiet weer, en pas een latere wet wijzigt het antwoord. Een geschiedenis die nuttig is voor een jurist, moet de tekst bevatten, de datum waarop elke wijziging in werking is getreden en het bereik van elke wet die terugwerkt.
Temporele validiteit en AI
Een studie van de Technische Universiteit München van dit jaar vond twee fouten in modellen die vragen over Duitse wetten beantwoordden: ze passen regels toe die na hun trainingsdeadline (cutoff) zijn vervangen, en ze geven de voorkeur aan de nieuwere bepaling, zelfs wanneer een oudere bepaling van toepassing is op de feiten. Eén model beantwoordde 24% van de vragen na de cutoff correct op eigen kracht, en 87% wanneer de relevante wettelijke tekst voor het model was opgehaald. De auteurs concluderen dat temporele validiteit als een harde beperking moet worden behandeld.[10] Ander recent werk traint zoekagenten om de datum waar een vraag over gaat te respecteren, wat leidde tot grote winst in consistentie.[11]
Het vragen aan een model om de oude tekst te produceren, lost dit niet op. Wanneer dezelfde groep uit München een model vroeg om Duitse wijzigingswetten toe te passen op eerdere versies, leek de output voor 93–99% op de officiële tekst. Echter, slechts de helft van de enkele wijzigingen en een vijfde van de ketens van wijzigingen stemden exact overeen. Experts vonden juridisch significante fouten in de resultaten die er "bijna" naast zaten.[12] De geschiedenis moet controleerbaar zijn.
Methode en resultaten
Voor elk paar release-punten vanaf 2017 hebben we de publieke wetten genomen die daartussen zijn aangenomen, hun wijzigingsinstructies in chronologische volgorde uitgevoerd op de oudere tekst en het resultaat vergeleken met de nieuwere versie. Van de 365 wijzigingen over de negen titels, reproduceerden 361 het volgende release-punt exact. De overige vier zijn voorzien van een label dat aangeeft in hoeverre ze konden worden bevestigd.
Elke wijziging is vervolgens gekoppeld aan de wet en de datum waarop deze in werking is getreden:
- 261 traden standaard in werking bij aanname.
- 72 via een notitie over de ingangsdatum.
- 29 via een datum in de wijziging zelf.
Eén wijziging is afhankelijk van een bepaling door een agentschap die mogelijk nooit komt; deze hebben we weggelaten uit de tekst in plaats van te gissen.
Met dit verslag kan de lezer de vragen beantwoorden die juristen stellen. Men kan een datum kiezen en krijgt de tekst die op dat moment van kracht was, waarbij de woorden die vandaag anders zijn gemarkeerd worden. Elke frase is gekleurd naar de wet die deze heeft geschreven. Een wijziging in een gedefinieerde term vermeldt elke andere bepaling die deze term gebruikt, en men kan een sectie volgen om te zien wat er is veranderd sinds het laatste bezoek.
Beperkingen
- Het systeem toont nog niet de terugwerkende kracht van een latere wet op de eerdere data die het bestrijkt. Voor een zaak die is ingediend in het gat van 2022, toont het dus de lagere limiet zonder waarschuwing dat de wet van juni 2022 het antwoord heeft gewijzigd.
- Notities over de ingangsdatum worden gelezen op basis van patronen; ongebruikelijke bewoordingen vallen terug op de datum van aanname.
- Elke wijziging linkt naar de letterlijke woorden van de wet; voor alles wat van belang is, moet het origineel worden gelezen.
- We denken nog na over de juiste vormfactor die dit zou moeten aannemen.
Referenties
- USC § 204(a)
<www.law.cornell.edu/uscode/text/1/204>
- Office of the Law Revision Counsel, ‘Positive Law Codification: Title 41’ (H.R. 5185, 119th Congress, introduced 8 September 2025)
<uscode.house.gov/codification/t41/index.html>
- Gozlon-Peretz v United States 498 US 395, 404 (1991)
<www.law.cornell.edu/supremecourt/text/498/395>
- Small Business Reorganization Act of 2019, Pub L 116-54
<www.govinfo.gov/content/pkg/PLAW-116publ54/html/PLAW-116publ54.htm>
- Coronavirus Aid, Relief, and Economic Security Act, Pub L 116-136, s 1113
<www.govinfo.gov/content/pkg/PLAW-116publ136/html/PLAW-116publ136.htm>
- COVID-19 Bankruptcy Relief Extension Act of 2021, Pub L 117-5
<www.govinfo.gov/content/pkg/PLAW-117publ5/html/PLAW-117publ5.htm>
- Bankruptcy Threshold Adjustment and Technical Corrections Act, Pub L 117-151, s 2(h)–(i)
<www.govinfo.gov/content/pkg/PLAW-117publ151/html/PLAW-117publ151.htm>
- Judicial Conference of the United States, ‘Adjustment of Certain Dollar Amounts Applicable to Bankruptcy Cases’ 90 Fed Reg 8941 (4 February 2025)
<www.govinfo.gov/content/pkg/FR-2025-02-04/html/2025-02207.htm>
- US Trustee Program, ‘Subchapter V’ (US Department of Justice)
<www.justice.gov/ust/subchapter-v>
- Max Prior, Andreas Schultz and Matthias Grabmair, ‘Asking For An Old Friend: Diagnosing and Mitigating Temporal Failure Modes in LLM-based Statutory Question Answering’ (arXiv:2605.23497, 22 May 2026)
<arxiv.org/abs/2605.23497>
- Wei Fan and others, ‘Can LLMs Time Travel? Enhancing Temporal Consistency in Legal Agentic Search through Reinforcement Learning’ (arXiv:2605.25920, revised 19 September 2026)
<arxiv.org/abs/2605.25920>
- Max Prior, Adrian Hof, Niklas Wais and Matthias Grabmair, ‘Risks and Limits of Automatic Consolidation of Statutes’ in Proceedings of the Natural Legal Language Processing Workshop 2025 (ACL, November 2025) 396
<aclanthology.org/2025.nllp-1.29/>
Groetjes,