美國人工智慧預測判案結果準確率比法律專家更准

《科學》官網3日報道稱，美國伊利諾伊理工大學科學家用一種被稱為隨機森林的機器學習統計模型，對1816年到2015年美國最高法院的判決進行預測，準確率高於70%，較知識淵博的法律專家（預測準確率為66%）更勝一籌。

（原標題：人工智慧測官司輸贏勝過專家）

文/房琳琳

用計算機演算法預測法官行為並不稀奇。2011年，西班牙學者在一項研究中，使用1953年到2004年任意8名法官的投票，來預測同一案件中第9名法官的投票，準確率為83%；2004年，美國學者使用1994年以來一直在法院工作的9名法官的判決，來預測2002年案件的判決結果，準確率為75%。

而伊利諾伊大學理工學院法學教授丹尼爾·卡茨的團隊利用最高法院資料庫，為每個投票標註了16個特徵，包括法官任期、訴訟發起法庭、口頭辯論是否被聽到等，創建了最先進的演算法。

該模型先學習了1816年到2015年最高法院案例特徵與裁決結果之間的關聯，然後按年份研究每個案例的特徵並預測裁決結果，最後被「投喂」關於該年份裁決結果實際信息的演算法升級了預測策略，並繼續進行下一年的預測。

結果顯示，對於28000項判決結果及24萬張法官投票，新模型演算法預測的正確率分別為70.2%和71.9%。相關研究文章發表在《公共科學圖書館·綜合》（PLOS ONE）上。

報道稱，律師最有可能率先將新演算法付諸實踐，他們可以將不同的變數插入模型，以獲得想要的參考信息；投資者也可根據預測分析，對有較大獲勝可能的公司投資；而上訴人則可以根據獲勝幾率判斷是否再向最高法院提起訴訟。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！