“俄羅斯侵害了Aleksandrova的人權(quán)”

隨著屏幕中跳出這幾個字，研究人員知道這套系統(tǒng)離成功又更近了一步。但這不是一次普通的審判，而是由人工智能裁定的。

事情起源于1970年，一位受雇于俄羅斯的女工Aleksandrova因為工傷失去了右手。但不幸的是她一路所爭取的殘疾補貼一直沒有到位，十幾年來一直受到地方法院的打擊。不得以，她將此案提交給了歐洲人權(quán)法院，該法院于2007年裁定她的公平審判權(quán)受損，判決俄羅斯賠償。

在2016年，法院的研究員用人工智能再次對此案作出了相同的判決。這套系統(tǒng)可以一字不落的閱讀法律文件，并思考該如何判決。它還閱讀了583個全部來自歐洲人權(quán)法案的其它案件，為“自己”積累經(jīng)驗，并由此得出了和人類法官相同的判決。

AI是如何做到的？

來自倫敦大學(xué)學(xué)院的計算機科學(xué)家團隊開發(fā)了一套系統(tǒng)，可以準確預(yù)測現(xiàn)實生活中人權(quán)案件的結(jié)果。他們基于一系列關(guān)于折磨，隱私和受到有辱人格對待的法庭判決數(shù)據(jù)，來訓(xùn)練機器學(xué)習(xí)算法，將每個法律文檔視為要分析的數(shù)據(jù)庫。

“比如說你想做對電影評論的語義分析，”該研究的其中一個作者說。 “對于人類來說，我們基本上做的就是閱讀它，然后做出判斷。如果你想讓它更抽象點，你可以計算文本中有多少正面和負面的單詞然后再做決定。如果我看到正面的詞匯比負面的要多，那么這篇評論我可能認為是正面的。“

“我們用同樣的方法來分析法律文本，”他補充道。 “通過研究過去的案例，我們了解到案件中特定詞語的重要性。”

在受訓(xùn)完畢后，79％的情況下它能做出與人類法官相同的判決。 2017年，另外一個單獨的分析中，用美國最高法院過去199年的 28，009個案例訓(xùn)練算法，結(jié)果以超過70％的準確率成功預(yù)測了判決結(jié)果。

這項研究的作者沒有聲稱他們的模型應(yīng)該取代人類法官。但他們的工作表明，如果有足夠的數(shù)據(jù)，機器可以預(yù)測法律的判決。

對AI審判公平性的顧慮

在美國，一家位于密歇根的私人公司開發(fā)了預(yù)測被告犯罪風(fēng)險的系統(tǒng)，已經(jīng)被頗有爭議地用作法律判決的工具。系統(tǒng)能否做出“公平的”判斷取決于其訓(xùn)練數(shù)據(jù)的公平程度，而人們擔(dān)憂這些系統(tǒng)會采用甚至放大他們所學(xué)習(xí)數(shù)據(jù)本身的偏見。

英國紐卡斯爾法學(xué)院教授Lilian Edwards說：“人們一直在努力開發(fā)“公平”的算法，例如，可能會在算法中更少關(guān)注種族因素，但他們?nèi)匀缓茈y消除偏見。基于種族和貧困的歧視可能會被其它更隱蔽的數(shù)據(jù)重建。”

所以AI真的能給我們帶來正義嗎？即使A.I.有能力對案件做出“正確的”判決，我們應(yīng)該這樣做嗎？

盡管疑慮重重，但在政府“緊縮”預(yù)算和法律體系過重的背景下，法律界AI的推出已經(jīng)不可避免。在2018年底，歐洲司法效率委員會發(fā)布了法律系統(tǒng)內(nèi)A.I.的使用章程，要求采用不歧視，透明化和尊重基本權(quán)利的核心原則 。目前我們正處于這些準則的早期階段，希望以后能成為共識。

這在某種程度上是對AI的肯定。“對于那些重復(fù)性場景下小而簡單的案件，比起上法庭，涉案者更愿意通過AI提起訴訟，法官也能從重復(fù)的事務(wù)性勞動中解脫出來。”英國埃塞克斯法院的大律師QC Charles Ciumei說。

假設(shè)你在工作事故中失去了右手，就像Aleksandrova一樣。你不必訴諸一系列區(qū)法院和地方法院，A.I.就可以處理你的申訴，查看證據(jù)，并快速給出答案。

在某種程度上，這種情況已經(jīng)存在。由斯坦福大學(xué)學(xué)生Joshua Browder創(chuàng)建的DoNotPay應(yīng)用程序允許其用戶就停車罰款，信用卡費用提出異議，并在小額索賠法庭提起最高可達25，000美元的訴訟，所有這些都在應(yīng)用程序內(nèi)，并且都無需支付律師費用。該應(yīng)用程序的廣告詞：“抗議公司及官僚，一鍵起訴任何人。”

法官的意義：仍然是那個最終做決定的人

快速而廉價地訴諸司法很難讓人去反對，但如果尋求法律行動變得如此容易，它是否會培養(yǎng)無休止性的微訴訟文化？

更本質(zhì)的是，它會改變正義本身嗎？看看即時通信和算法預(yù)測影響公共和政治話語的方式。即使A.I.有能力對案件做出“正確的”判決，我們應(yīng)該讓AI這樣做嗎？

或許這個擔(dān)憂有點為時過早。

上文中有提到，在“重復(fù)性場景下小而簡單的案件”中AI確實能夠提高法官的工作效率。

在封閉性的場景中，AI表現(xiàn)得非常出色，正如我們所熟悉的阿爾法狗打敗了所有的人類選手，但如果圍棋盤從19*19改成21*21，它將無所適從。而法律是一個開放性系統(tǒng)，法官的工作不僅僅是解讀法律教條這么簡單，一個案件的最終判決是法理情的結(jié)合。

北大法律實驗室創(chuàng)始人也曾經(jīng)在一次采訪中表示，人工智能取代的將會是重復(fù)性工作，而不是法律人的工作，因為只有人會做價值判斷。所以AI的角色其實很清楚，就是智能輔助，而幫助我們守護正義的還是法官。