Amerikanske ingeniører og advokater har lært kunstig intelligens at forudsige afgørelser truffet af den amerikanske højesteret i allerede afsluttede sager. Systemet gør dette bedre end professionelle advokater.
Eksperter fra Stanford Center for Legal Informatics, Chicago College of Law i Kent og South Texas College of Law har oprettet et kunstigt intelligenssystem, der kan forudsige resultatet af en retssag bedre end professionelle advokater.
For at lære AI at håndtere juridiske kollisioner blev den amerikanske højesterettsdatabase, der er vedligeholdt siden 1791, indlæst i systemet. Baseret på hendes data bygget systemet en algoritme, der forudser en dommerafgørelse, baseret på 16 parametre: området for lov, tid, information om en bestemt dommer osv. Yderligere faktorer tages også med i betragtning, om parternes mundtlige argumenter fandt sted.
Baseret på historiske data indsamlet mellem 1816 og 2015. og behandlet med maskinlæringsalgoritmer, oprettede forskerne en statistisk model, som systemet bruger til at finde mønstre mellem sagens karakteristika og domstolens dom. Nu ved hjælp af denne model forudsiger AI korrekt resultatet af 70,2% af sagerne ud af 28 tusind, og systemet forudsagde afgørelser fra de enkelte dommere korrekt i 71,9% af sagerne ud af 240 tusind. Til sammenligning forudsiger juridiske eksperter korrekt en afgørelse i højesteret kun 66% af tiden. En artikel, der beskriver algoritmen, blev offentliggjort i tidsskriftet PLOS ONE.
Opnåelsen af amerikanske forskere hænger bag deres kollegers arbejde på University College London: sidste år lærte de AI at forudsige afgørelser truffet af Den Europæiske Menneskerettighedsdomstol med 79% nøjagtighed.
Sidste år skabte IBM, baseret på Watson-supercomputer, kunstig intelligens, der er i stand til at genkende naturligt sprog og besvare juridiske spørgsmål. Det internationale advokatfirma Baker & Hostetler købte rettighederne til at bruge AI og betroede det at kommunikere med sine klienter - ved at søge efter lignende spørgsmål i databasen, analysere de relevante lovbestemmelser og vælge anbefalinger.
Alexander Privalov