Spring naar een begrijpelijke Nederlandse samenvatting.
J.Konstapel Leiden, 1 maart 2026.
use my legal ai-advisor here
EBL is implemented in Swarp want to experiment push here.
Want to know more a cooperate send me an email.
Short Summary
The current legal system and AI only see formal disputes, but not the “pre-escalation zone”: the vast iceberg of feelings of injustice that people experience daily but never bring before a judge.
I proposes a new architecture that models law not as rules, but as a landscape of underlying values (such as fairness) using advanced mathematics (Homotopy Type Theory).
A smart conversational interface then helps citizens translate their feeling of injustice into those legal values, resulting in a structured reflection instead of a bare legal rule.
These anonymous reflections are collected in a “Monitor” that maps out for policymakers where social cohesion is under pressure, long before this leads to conflicts or lawsuits.
The goal is to restore law to its original function: a collective conversation about shared values, made possible by AI, in order to address problems at their root rather than only in the courtroom.
This a follow-up of
1 Wetboeken als Betekenisruimte: een nieuwe juridische infrastructuur
2. Framework for Multi-Scale Conflict Resolution
3. About the Techno-Diversities of Yuk Hui and Universal Heuristics
4.Towards a Resonant Legal System: The Synthesis of Semantics and Coherence
What If Law Could Feel the Pain Before It Becomes a Fight?
A new architecture for justice that starts where courts cannot see
Most legal AI is built on a simple assumption: law is a database of rules, and the job of technology is to retrieve the right rule faster. The result is impressive in narrow terms — contracts reviewed in seconds, jurisprudence searched in milliseconds, compliance checked automatically.
But something essential is missing. And the gap is not technical. It is conceptual.
Law Was Never Just Rules
When the Roman jurists compiled the Corpus Juris Civilis, or when Napoleon commissioned the Code Civil, they were not building lookup tables. They were encoding — imperfectly, partially, in the language available to them — a collective judgment about what people owe each other. What counts as fair exchange. What kind of power one person may exercise over another. What dignity requires.
The philosopher Lon Fuller called this the inner morality of law: the idea that legal rules, to function as law at all rather than mere coercion, must embody and express underlying principles of fairness, generality, and non-contradiction. Ronald Dworkin went further, arguing that law is not a system of rules but a practice of principle — every judicial decision is implicitly an argument about which values the community is committed to.
This is not just legal philosophy. It has direct practical consequences for how we build legal AI.
If law is a semantic structure encoding values, then a system that retrieves rules without surfacing values is providing an answer to a different question than the one the citizen is actually asking. The citizen asking “can my landlord raise my rent by 25% overnight?” is not primarily asking for the citation. They are asking: Is this fair? Does the law protect me? What does this community say I am owed?
The Pre-Escalation Zone
Here is a social fact that current legal systems structurally cannot perceive: most experiences of injustice never become legal cases.
Research on legal consciousness — the sociology of how ordinary people relate to law — shows that the distance between feeling wronged and filing a claim is vast, and most people never cross it. The transaction costs are prohibitive: financial, cognitive, emotional, relational. The legal system only sees the tip of a large iceberg.
We call what lies beneath the surface the pre-escalation zone: the space of felt injustice, experienced value violation, and unresolved normative conflict that has not yet taken formal shape. This zone is where social cohesion is actually formed, strained, and either repaired or permanently damaged.
Courts cannot see it. Polling cannot measure it with enough resolution. Policy analytics lag behind it by months or years.
But it is possible to make it visible — if you build the right instrument.
A Value-Ontological Architecture
The architecture we propose has three components working together.
First: a semantic model of legal codes. Instead of treating statutes as flat collections of rules, we model them as layered type-hierarchies — structured relationships between articles, norms, and the underlying values they express. We use Homotopy Type Theory (HoTT) to formally represent these relationships. In HoTT, equality is treated as a path — a structural relationship — rather than strict identity. This allows us to represent that Article 7:247 BW (rent increase protection) and Article 6:248 BW (good faith) are both expressions of the same underlying principle — equality of bargaining position — arrived at through different legislative routes. The legal code becomes a value topology: a landscape you can navigate by principle, not just by article number.
Second: a conversational interface for value discovery. Instead of responding to “what does the law say?”, the system asks first: what is your position in this situation? What does it feel like? What do you think is fundamentally at stake? Through structured dialogue, the system guides the user toward articulating the underlying value in conflict — and then maps that value onto the semantic legal model. The output is not a rule citation but a structured reflection: a document that names the principle at stake, the relevant provisions as expressions of that principle, and the user’s specific situation in relation to it.
Third: a Monitor. Individual structured reflections — fully anonymized — are aggregated by a pattern recognition system. The Monitor tracks which underlying values are most frequently activated, where geographically, and how trends evolve over time. It produces reports not for individual users but for policymakers, municipalities, and civil society organizations: early-warning maps of where social cohesion is under pressure, before that pressure produces formal legal conflict.
What This Changes
The difference from existing legal tech is not incremental. It is categorical.
Existing legal AI operates after law has been formally invoked. This system operates before. It is not about efficiency in the legal domain. It is about making visible a domain that currently has no instrument.
For citizens: law becomes accessible not as a maze of rules but as a landscape of values they already intuitively understand. The question shifts from “what am I allowed to do?” to “what does this community’s shared understanding of fairness say about my situation?”
For policymakers: the Monitor provides actionable intelligence about where legal frameworks are failing to match lived social experience — before that failure produces litigation, political conflict, or community breakdown.
For legal professionals: a new category of preventive practice becomes possible. Instead of resolving escalated conflicts, lawyers and mediators can intervene at the value layer, where resolution is cheaper, faster, and more durable.
Soft Law, or Something Older?
We call the output of this system soft law — not because it is weak, but because it is inviting rather than commanding, reflective rather than prescriptive. But there is a deeper framing available.
Law originated, in every human society we know of, as a mechanism for articulating shared values and resolving conflicts through collective reasoning rather than force. The formalization of law into codes, courts, and enforcement machinery was a solution to scale — a way of making collective value-articulation work for millions of people who could not gather in one place.
What we are proposing is not a weakening of formal law but a recovery of its original function, at a new scale. AI makes it possible to conduct a kind of continuous distributed conversation about values — aggregating millions of individual reflections into a coherent picture of what people actually experience as just and unjust.
That is not soft law. That is law as it was always meant to be.
What Comes Next
We are currently developing a pilot deployment in the Dutch housing domain, in partnership with a municipal government. The conversational interface is operational as a prototype. The semantic annotation layer for relevant Dutch Civil Code provisions is in progress. The Monitor aggregation system is in design.
If you are a legal scholar, policy researcher, municipal officer, or civil society organization interested in this work — we want to hear from you.
The pre-escalation zone is large. We do not have to leave it invisible.
Annotated References for Further Exploration
What follows is a curated list of the foundational and frontier works behind this project. Each entry includes a brief note on why it matters and what to read first.
Legal Ontology and Semantic Law
Valente, A. (1995). Legal Knowledge Engineering: A Modelling Approach. IOS Press. The foundational text for computational modeling of legal knowledge as structured semantic networks rather than rule collections. Start here for the technical foundations of legal ontology. Still the clearest account of why law cannot be reduced to logic programming.
Bench-Capon, T. J. M., & Sartor, G. (2003). A model of legal reasoning with cases incorporating theories and values. Artificial Intelligence, 150(1–2), 97–143. Demonstrates formally that legal reasoning is argument-theoretic — it requires reasoning about the values rules serve, not just the rules themselves. Essential for understanding why value-surfacing AI is not an optional add-on but a logical necessity.
Hoekstra, R., Breuker, J., Di Bello, M., & Boer, A. (2007). The LKIF Core ontology of basic legal concepts. Proceedings LOAIT, 43–63. The LKIF ontology is the most comprehensive formal model of legal concepts as semantic relationships. Technically demanding but foundational for anyone building on legal ontology work. Free to access via the ESTRELLA project documentation.
McCarty, L. T. (1977). Reflections on TAXMAN: An experiment in artificial intelligence and legal reasoning. Harvard Law Review, 90(5), 837–893. A 1977 paper that is still fresh. McCarty showed that even tax law — apparently the most rule-bound domain — requires reasoning about legislative purpose and value when applied to edge cases. The paper that established that rule-retrieval is insufficient for legal AI. Worth reading as intellectual history.
Homotopy Type Theory
Univalent Foundations Program. (2013). Homotopy Type Theory: Univalent Foundations of Mathematics. Institute for Advanced Study. The primary text. Mathematically demanding, but Chapter 1 (Introduction) is accessible and explains the core insight: treating equality as a path rather than identity. Available free at homotopytypetheory.org/book/. The Univalence Axiom is the key concept for legal applications.
Awodey, S. (2012). Category Theory (2nd ed.). Oxford University Press. Essential background for HoTT. Category theory provides the mathematical vocabulary for talking about structural relationships rather than set-theoretic identities. More accessible than it sounds — Awodey writes unusually clearly. Read before or alongside the HoTT book.
Deliberative Democracy and Legal Legitimacy
Habermas, J. (1996). Between Facts and Norms: Contributions to a Discourse Theory of Law and Democracy. MIT Press. Habermas’s central argument: legal norms are legitimate only when they emerge from, and remain connected to, communicative processes in which affected parties can participate. The theoretical foundation for why “pre-escalation conversation” is not just useful but democratically necessary. Dense but rewarding.
Dryzek, J. S. (2000). Deliberative Democracy and Beyond: Liberals, Critics, Contestations. Oxford University Press. More accessible than Habermas and more attentive to the problem of discursive representation — how governance systems can represent not just organized interests but the diverse ways citizens make sense of their world. The concept of “discourse types” directly maps to the value-framing approach in our architecture.
Fuller, L. L. (1969). The Morality of Law (rev. ed.). Yale University Press. The classic argument that law has an internal morality — that rules, to function as law at all, must be general, prospective, clear, consistent, and actually followed by officials. The philosophical anchor for why value-surfacing is not external to law but intrinsic to it.
Dworkin, R. (1986). Law’s Empire. Harvard University Press. Dworkin’s argument that law is a practice of principle rather than a system of rules. His concept of law as integrity — the requirement that legal decisions be consistent with the principles the community is committed to — is the jurisprudential basis for value-topology modeling.
Legal Consciousness and Pre-Escalation
Ewick, P., & Silbey, S. S. (1998). The Common Place of Law: Stories from Everyday Life. University of Chicago Press. The foundational empirical study of legal consciousness — how ordinary people experience and relate to law in daily life. Establishes that most experiences of injustice never reach formal legal institutions. Essential sociological grounding for the pre-escalation zone concept. Highly readable.
Felstiner, W. L. F., Abel, R. L., & Sarat, A. (1980–81). The emergence and transformation of disputes: Naming, blaming, claiming. Law & Society Review, 15(3–4), 631–654. A classic paper tracing how experiences of injustice transform into legal disputes — or fail to. The naming/blaming/claiming framework maps directly onto the three stages of our conversational interface. Required reading for anyone designing pre-escalation tools.
Collective Intelligence
Surowiecki, J. (2004). The Wisdom of Crowds. Doubleday. The accessible introduction to why aggregated independent judgments often outperform expert opinion. Start here. Not technically demanding, but establishes the empirical foundation for Monitor-style aggregation.
Woolley, A. W., et al. (2010). Evidence for a collective intelligence factor in the performance of human groups. Science, 330(6004), 686–688. The paper that identified a measurable collective intelligence factor in groups — analogous to individual IQ but irreducible to it. Correlates strongly with social sensitivity and conversational turn-taking. Directly supports the design of value-discovery conversations as inputs to collective intelligence.
Lévy, P. (1997). Collective Intelligence: Mankind’s Emerging World in Cyberspace. Plenum Trade. Lévy’s visionary account of distributed collective intelligence as a genuinely new cognitive capacity. More philosophical than empirical, but provides the conceptual vocabulary for understanding what the Monitor is actually doing when it aggregates individual reflections.
Governance and Commons
Ostrom, E. (1990). Governing the Commons: The Evolution of Institutions for Collective Action. Cambridge University Press. Nobel Prize-winning work on how communities successfully govern shared resources without either state control or market privatization. The Monitor output — collectively produced knowledge about shared normative experience — is a commons in Ostrom’s sense, and her design principles for commons governance apply directly.
Contemporary Legal Tech Context
Surden, H. (2014). Machine learning and law. Washington Law Review, 89(1), 87–115. The clearest overview of what machine learning can and cannot do in legal contexts. Honest about limitations. Essential for understanding why efficiency-oriented legal AI, despite its power, leaves the pre-escalation zone unaddressed.
Katz, D. M. (2013). Quantitative legal prediction. Emory Law Journal, 62(4), 909–966. Influential argument for data-driven legal AI. Represents the dominant paradigm this project complements and partially challenges. Worth reading to understand the assumptions being questioned.
Nederlandse Samenvatting
Hier is de Nederlandse samenvatting met een uitgebreide, geannoteerde referentielijst. Ik heb de belangrijkste bronnen uit het originele artikel geselecteerd, aangevuld met enkele Nederlandstalige publicaties die de vertaalslag naar de Nederlandse context maken.
Ervaringsgericht Recht
Stel je voor dat de wet de pijn kan voelen voordat het een gevecht wordt
De meeste juridische AI gaat uit van een simpele gedachte: de wet is een database met regels, en de taak van technologie is om de juiste regel sneller te vinden. Dat werkt goed voor simpele taken — contracten in seconden lezen, jurisprudentie razendsnel doorzoeken, compliance automatisch checken.
Maar er mist iets essentieels. En dat gat is niet technisch. Het is conceptueel.
De wet was nooit alleen maar regels
Toen de Romeinse juristen het Corpus Juris Civilis samenstelden, of toen Napoleon het Code Civil liet maken, bouwden ze geen naslagwerken. Ze legden — onvolmaakt, gedeeltelijk, in de taal van hun tijd — een collectief oordeel vast over wat mensen elkaar verschuldigd zijn. Wat is een eerlijke ruil? Welke macht mag de één over de ander hebben? Wat vraagt menselijke waardigheid?
De rechtsfilosoof Lon Fuller noemde dit de innerlijke moraliteit van het recht: het idee dat juridische regels, om echt als recht te functioneren en niet louter als dwang, onderliggende principes van eerlijkheid, algemeenheid en consistentie moeten belichamen en uitdrukken. Ronald Dworkin ging verder: recht is geen systeem van regels maar een praktijk van principes — elke rechterlijke uitspraak is impliciet een argument over welke waarden de gemeenschap belangrijk vindt.
Dit is geen filosofisch gelul. Het heeft directe praktische gevolgen voor hoe we juridische AI bouwen.
Als de wet een structuur is die waarden bevat, dan geeft een systeem dat alleen regels vindt zonder die waarden zichtbaar te maken, antwoord op een ándere vraag dan de burger eigenlijk stelt. De burger die vraagt “mag mijn huurbaas mijn huur zomaar met 25% verhogen?” wil niet primair het wetsartikel. Die vraagt: Is dit eerlijk? Beschermt de wet mij? Wat zegt deze gemeenschap dat mij toekomt?
De Pre-Escalatiezone
Dit is een sociaal feit dat onze huidige rechtssystemen structureel niet kunnen zien: de meeste ervaringen van onrecht worden nooit een rechtszaak.
Onderzoek naar rechtsbewustzijn — de sociologie van hoe gewone mensen zich tot het recht verhouden — laat zien dat de afstand tussen je onrechtvaardig behandeld voelen en een zaak aanspannen enorm is. De meeste mensen maken die stap nooit. De kosten zijn te hoog: financieel, mentaal, emotioneel, relationeel. Het rechtssysteem ziet alleen de top van een enorme ijsberg.
Wij noemen wat onder de oppervlakte ligt de pre-escalatiezone: de ruimte van gevoeld onrecht, ervaren schending van waarden, en onopgelost normenconflict die nog geen formele vorm heeft gekregen. In deze zone wordt sociale cohesie gevormd, op de proef gesteld, en óf hersteld óf permanent beschadigd.
Rechtbanken kunnen dit niet zien. Enquêtes meten het niet gedetailleerd genoeg. Beleidsanalyses lopen maanden of jaren achter.
Maar het is mogelijk om dit wél zichtbaar te maken — als je het juiste instrument bouwt.
Een Waarde-Ontologische Architectuur
De architectuur die we voorstellen heeft drie onderdelen die samenwerken.
Ten eerste: een semantisch model van wetboeken. In plaats van wetten te zien als platte verzamelingen regels, modelleren we ze als gelaagde type-hiërarchieën — gestructureerde relaties tussen artikelen, normen, en de onderliggende waarden die ze uitdrukken. We gebruiken Homotopie Type Theorie (HoTT) om deze relaties formeel weer te geven. In HoTT wordt gelijkheid behandeld als een pad — een structurele relatie — in plaats van strikte identiteit. Dit stelt ons in staat om weer te geven dat Artikel 7:247 BW (huurbescherming) en Artikel 6:248 BW (redelijkheid en billijkheid) beide uitingen zijn van hetzelfde onderliggende principe — gelijkwaardige onderhandelingspositie — via verschillende wetgevingsroutes. Het wetboek wordt een waardenlandschap: een terrein dat je kunt navigeren op principe, niet alleen op artikelnummer.
Ten tweede: een conversationele interface voor waarde-ontdekking. In plaats van te antwoorden op “wat zegt de wet?”, vraagt het systeem eerst: wat is jouw positie in deze situatie? Hoe voelt het? Wat vind jij dat er eigenlijk op het spel staat? Via een gestructureerde dialoog begeleidt het systeem de gebruiker naar het verwoorden van de onderliggende waarde die in het geding is — en koppelt die waarde dan aan het semantische juridische model. De uitkomst is geen regelnummer maar een gestructureerde reflectie: een document dat benoemt welk principe op het spel staat, de relevante wetsartikelen als uitdrukkingen van dat principe, en de specifieke situatie van de gebruiker in relatie daartoe.
Ten derde: een Monitor. Individuele gestructureerde reflecties — volledig geanonimiseerd — worden samengevoegd door een patroonherkenningssysteem. De Monitor volgt welke onderliggende waarden het vaakst worden geactiveerd, waar geografisch, en hoe trends zich ontwikkelen. Het produceert rapporten — niet voor individuele gebruikers, maar voor beleidsmakers, gemeenten en maatschappelijke organisaties: vroegtijdige waarschuwingskaarten van waar sociale cohesie onder druk staat, vóór die druk leidt tot formeel juridisch conflict.
Wat Dit Verandert
Het verschil met bestaande legal tech is niet klein. Het is fundamenteel anders.
Bestaande juridische AI werkt nádat de wet formeel is ingeroepen. Dit systeem werkt ervóór. Het gaat niet om efficiëntie in het juridische domein. Het gaat om het zichtbaar maken van een domein dat nu geen instrument heeft.
- Voor burgers: de wet wordt toegankelijk, niet als een doolhof van regels, maar als een landschap van waarden die ze intuïtief al begrijpen. De vraag verschuift van “wat mag ik?” naar “wat zegt het gedeelde begrip van eerlijkheid in deze gemeenschap over mijn situatie?”
- Voor beleidsmakers: de Monitor geeft bruikbare informatie over waar wetten niet aansluiten bij de geleefde sociale realiteit — vóórdat die mismatch leidt tot rechtszaken, politieke conflicten of ontwrichting van gemeenschappen.
- Voor juridische professionals: een nieuwe vorm van preventief werken wordt mogelijk. In plaats van geëscaleerde conflicten op te lossen, kunnen juristen en mediators ingrijpen op de waardelaag, waar oplossing goedkoper, sneller en duurzamer is.
Zachte Waarden, of Iets Ouders?
We noemen de uitkomst van dit systeem soft law — niet omdat het zwak is, maar omdat het uitnodigend is in plaats van gebiedend, reflectief in plaats van voorschrijvend. Maar er is een diepere betekenis.
Recht is in elke menselijke samenleving ontstaan als een mechanisme om gedeelde waarden te verwoorden en conflicten op te lossen door collectief redeneren in plaats van geweld. De formalisering van recht in wetboeken, rechtbanken en handhaving was een oplossing voor schaalvergroting — een manier om collectieve waarde-articulatie te laten werken voor miljoenen mensen die niet op één plek bij elkaar konden komen.
Wat wij voorstellen is geen verzwakking van formeel recht, maar een herstel van zijn oorspronkelijke functie, op een nieuwe schaal. AI maakt het mogelijk om een soort continue, verspreide conversatie over waarden te voeren — miljoenen individuele reflecties samen te voegen tot een samenhangend beeld van wat mensen daadwerkelijk ervaren als rechtvaardig en onrechtvaardig.
Dit is geen soft law. Dit is recht zoals het altijd al bedoeld was.
📚 Uitgebreide geannoteerde referentielijst
Hieronder vind je de belangrijkste bronnen die aan dit project ten grondslag liggen. Elke annotatie geeft aan waarom het werk relevant is en wat je het beste eerst kunt lezen.
🧠 Juridische Ontologie en Kennismodellering
Valente, A. (1995). Legal Knowledge Engineering: A Modelling Approach. IOS Press.
De grondleggende tekst voor het modelleren van juridische kennis als gestructureerde semantische netwerken in plaats van regelverzamelingen. Valente laat zien waarom recht niet te reduceren is tot logisch programmeren — de betekenis zit hem in de relaties tussen concepten. Begin hier voor de technische fundamenten.
Bench-Capon, T. J. M., & Sartor, G. (2003). A model of legal reasoning with cases incorporating theories and values. Artificial Intelligence, 150(1–2), 97–143.
Een formeel bewijs dat juridisch redeneren argument-theoretisch is — het vereist redeneren over de waarden die regels dienen, niet alleen over de regels zelf. Essentieel om te begrijpen waarom waarden zichtbaar maken geen optionele toevoeging is maar een logische noodzaak.
Hoekstra, R., Breuker, J., Di Bello, M., & Boer, A. (2007). The LKIF Core ontology of basic legal concepts. Proceedings LOAIT, 43–63.
De LKIF-ontologie is het meest uitgebreide formele model van juridische concepten als semantische relaties. Technisch uitdagend maar fundamenteel voor wie verder wil bouwen aan juridische ontologie. Gratis beschikbaar via de ESTRELLA-projectdocumentatie.
McCarty, L. T. (1977). Reflections on TAXMAN: An experiment in artificial intelligence and legal reasoning. Harvard Law Review, 90(5), 837–893.
Een artikel uit 1977 dat nog steeds actueel is. McCarty toonde aan dat zelfs belastingrecht — ogenschijnlijk het meest regel-gebonden domein — redeneren vereist over wetgevingsdoel en waarden bij grensgevallen. Het artikel dat aantoonde dat regelretrieval onvoldoende is voor juridische AI.
🧮 Homotopie Type Theorie en Wiskundige Fundamenten
Univalent Foundations Program. (2013). Homotopy Type Theory: Univalent Foundations of Mathematics. Institute for Advanced Study.
De primaire tekst. Wiskundig veeleisend, maar Hoofdstuk 1 (Introductie) is toegankelijk en legt de kern uit: gelijkheid behandelen als een pad in plaats van identiteit. De Univalentie Axioma is het sleutelconcept voor juridische toepassingen. Gratis beschikbaar op homotopytypetheory.org/book/.
Awodey, S. (2012). Category Theory (2e ed.). Oxford University Press.
Essentiële achtergrond voor HoTT. Categorietheorie geeft de wiskundige woordenschat om over structurele relaties te praten in plaats van set-theoretische identiteiten. Toegankelijker dan het klinkt — Awodey schrijft uitzonderlijk helder.
🗣️ Deliberatieve Democratie en Rechtslegitimiteit
Habermas, J. (1996). Between Facts and Norms: Contributions to a Discourse Theory of Law and Democracy. MIT Press.
Habermas’ centrale argument: rechtsnormen zijn alleen legitiem wanneer ze voortkomen uit, en verbonden blijven met, communicatieve processen waarin betrokkenen kunnen participeren. De theoretische fundering voor waarom ‘pre-escalatiegesprek’ niet alleen nuttig maar democratisch noodzakelijk is. Dicht geschreven maar de moeite waard. (Nederlandse vertaling: Feiten en normen)
Dryzek, J. S. (2000). Deliberative Democracy and Beyond: Liberals, Critics, Contestations. Oxford University Press.
Toegankelijker dan Habermas en meer aandacht voor het probleem van discursieve representatie — hoe bestuurssystemen niet alleen georganiseerde belangen kunnen vertegenwoordigen maar ook de diverse manieren waarop burgers hun wereld begrijpen. Het concept van ‘discoursetypes’ sluit direct aan bij de waarde-framing in onze architectuur.
Fuller, L. L. (1969). The Morality of Law (herz. ed.). Yale University Press.
De klassieke uiteenzetting dat recht een interne moraliteit heeft — dat regels, om als recht te functioneren, algemeen, vooruitziend, duidelijk, consistent en daadwerkelijk nageleefd door officials moeten zijn. Het filosofische anker voor waarom waarden zichtbaar maken niet extern is aan recht maar er intrinsiek bij hoort.
Dworkin, R. (1986). Law’s Empire. Harvard University Press.
Dworkins argument dat recht een praktijk van principes is, geen systeem van regels. Zijn concept van recht als integriteit — de eis dat juridische beslissingen consistent zijn met de principes die de gemeenschap onderschrijft — is de rechtsfilosofische basis voor waardenlandschap-modellering. (Nederlandse vertaling: Recht als interpretatie)
👥 Rechtsbewustzijn en Pre-Escalatie
Ewick, P., & Silbey, S. S. (1998). The Common Place of Law: Stories from Everyday Life. University of Chicago Press.
De fundamentele empirische studie van rechtsbewustzijn — hoe gewone mensen recht ervaren en zich ertoe verhouden in het dagelijks leven. Toont aan dat de meeste ervaringen van onrecht nooit formele juridische instituties bereiken. Essentiële sociologische onderbouwing voor het concept van de pre-escalatiezone. Zeer leesbaar.
Felstiner, W. L. F., Abel, R. L., & Sarat, A. (1980–81). The emergence and transformation of disputes: Naming, blaming, claiming. Law & Society Review, 15(3–4), 631–654.
Een klassiek artikel dat traceert hoe ervaringen van onrecht zich transformeren tot juridische geschillen — of niet. Het naming/blaming/claiming-raamwerk vormt de basis voor de drie fasen van onze conversationele interface. Verplichte kost voor wie pre-escalatie-instrumenten ontwerpt.
Hertogh, M. (2018). Nobody’s Law: Legal Consciousness and Legal Alienation in Everyday Life. Palgrave Macmillan.
Nederlandse rechts socioloog Hertogh onderzoekt waarom mensen zich steeds vaker van het recht vervreemden. Zijn concept van legal alienation verklaart waarom de pre-escalatiezone groeit — en waarom traditionele juridische interventies vaak niet werken. Essentieel voor de Nederlandse context.
van Rossum, W., & Hertogh, M. (2020). Recht en samenleving. Boom juridisch.
Het standaard Nederlandstalige handboek over rechtssociologie. Behandelt uitgebreid de kloof tussen recht in de boeken en recht in de praktijk, en waarom mensen wel of niet naar de rechter stappen. Toegankelijk startpunt voor de Nederlandse situatie.
🧠 Collectieve Intelligentie
Surowiecki, J. (2004). The Wisdom of Crowds. Doubleday.
De toegankelijke introductie over waarom geaggregeerde onafhankelijke oordelen vaak beter zijn dan experts. Begin hier. Niet technisch veeleisend, maar legt de empirische basis voor Monitor-stijl aggregatie. (Nederlandse vertaling: De wijsheid van de massa)
Woolley, A. W., et al. (2010). Evidence for a collective intelligence factor in the performance of human groups. Science, 330(6004), 686–688.
Het artikel dat een meetbare collectieve intelligentiefactor in groepen identificeerde — analoog aan individueel IQ maar er niet toe herleidbaar. Sterk gecorreleerd met sociale sensitiviteit en gespreksbeurtwisseling. Ondersteunt direct het ontwerp van waarde-ontdekkingsgesprekken als input voor collectieve intelligentie.
Lévy, P. (1997). Collective Intelligence: Mankind’s Emerging World in Cyberspace. Plenum Trade.
Lévy’s visionaire uiteenzetting van verspreide collectieve intelligentie als een werkelijk nieuw cognitief vermogen. Meer filosofisch dan empirisch, maar geeft de conceptuele woordenschat om te begrijpen wat de Monitor doet wanneer het individuele reflecties aggregeert.
🌐 Governance, Commons en Rechtspluralisme
Ostrom, E. (1990). Governing the Commons: The Evolution of Institutions for Collective Action. Cambridge University Press.
Ostroms Nobelprijswinnende onderzoek naar hoe gemeenschappen zelf hun hulpbronnen beheren zonder markt of overheid. Cruciaal voor dit project: Ostrom toont aan dat regels alleen werken als ze aansluiten bij de geleefde praktijk en gedeelde waarden van de gebruikers. (Nederlandse vertaling: Omstreden bezit)
de Sousa Santos, B. (2002). Toward a New Legal Common Sense: Law, Globalization, and Emancipation. Butterworths.
Santos’ concept van interlegaliteit — dat mensen in hun dagelijks leven schakelen tussen verschillende rechtsordes (officieel recht, gewoonterecht, lokaal recht) — verklaart waarom formeel recht vaak niet aansluit bij ervaren rechtvaardigheid. Belangrijk voor het begrijpen van de pre-escalatiezone als meervoudige rechtsruimte.
Griffiths, J. (1986). What is legal pluralism? Journal of Legal Pluralism and Unofficial Law, 24, 1–55.
De klassieker van de Nederlandse rechtsantropoloog over rechtspluralisme. Griffiths betoogt dat recht altijd meervoudig is — dat formeel staatsrecht slechts één normenorde is naast vele andere. Fundamenteel voor het idee dat de pre-escalatiezone een eigen normative logica heeft.
🇳🇱 Nederlands juridisch kader
Burgerlijk Wetboek, Boek 6, Artikel 248: Redelijkheid en billijkheid.
Het fundamentele beginsel dat overeenkomsten niet alleen worden beheerst door wat partijen zijn overeengekomen, maar ook door wat redelijkheid en billijkheid eisen. In ons model fungeert dit als een directe verbinding tussen formele regels en onderliggende waarden.
Burgerlijk Wetboek, Boek 7, Titel 4: Huur.
De pilot in het huurrecht is niet toevallig gekozen. Huur raakt aan meerdere fundamentele waarden — bestaanszekerheid, thuis, autonomie, gemeenschap — en is een domein waar de pre-escalatiezone groot is. Het ideale testdomein voor waarde-ontologische modellering.
Stolker, C. J. J. M. (2022). Rethinking the Law School: Education, Research, Outreach and Governance. Cambridge University Press.
De voormalige rector magnificus van de Universiteit Leiden over de toekomst van de juridische opleiding en praktijk. Stolker pleit voor een bredere, meer maatschappelijk ingebedde rechtswetenschap — precies de verschuiving die dit project voorstaat.
💡 Hoe verder?
Deze literatuur vormt het fundament. Voor wie dieper wil:
- Begin met de toegankelijke werken: Ewick & Silbey (rechtsbewustzijn), Surowiecki (collectieve intelligentie), Fuller (moraliteit van recht).
- Verdiep je in de Nederlandse context: Hertogh, van Rossum, Griffiths.
- Duik dan in de technische literatuur: Valente voor ontologie, Bench-Capon voor waarden in AI en recht.
- Waag je tenslotte aan HoTT als je de wiskundige diepte wilt begrijpen.
De pre-escalatiezone is groot. We hoeven die niet onzichtbaar te laten.