25.09.2020

Спасут ли роботы-судьи российскую судебную систему

Дмитрий Скугаревский, Кирилл Титаев
Оригинал здесь.

В видении обывателя роботы-судьи лишены симпатий и прочих иррациональных качеств, не умеют лениться и не поддаются внепроцессуальному давлению.
Разработанная в кабинетах модель Джона Клейнберга и др. в 2017 г. показала на исторических данных лучшее понимание риска рецидива, чем у судей-людей. Авторы заявили, что их алгоритм даст снижение на 42% количества избраний меры пресечения в виде заключения под стражу без увеличения риска рецидива в Нью-Йорке. В 2016 г. мировая и российская пресса сообщала, что «искусственный интеллект» научился предсказывать решения Европейского суда по правам человека (ЕСПЧ) с точностью 79%. 
Но сохраняется ли технооптимизм в наши дни? В случае с предсказанием решений ЕСПЧ исследование Маши Медведевой и др. в 2019 г. показало, что 79% точности в 79% завышены.
В штате Виргиния внедрили систему, которая автоматически оценивала риск рецидива. Месяц назад Меган Стивенсон и Дженнифер Долеак рассказали о своем исследовании итогов работы этой системы на Конференции по эмпирико-правовым исследованиям. Результаты не внушают оптимизма. Да, судьи стали более жестко наказывать тех, кого алгоритм отнес к более высокой группе риска. Но при этом введение системы оценки риска никак не отразилось на уровне рецидивов и не снизило количество решений о лишении свободы.
Робот-судья не учится принимать абстрактные решения, руководствуясь буквой и духом закона. Если натренировать алгоритм машинного обучения на российских судебных решениях по уголовным делам, то количество оправдательных приговоров в стране не изменится. Машина в лучшем случае будет копировать поведение людей, учиться принимать решения так же, как человек-судья.
Существуют системы, которые опираются не на обучение, а на правила, но они подходят для относительно простых задач. Такие вещи, как правовая квалификация действия, да и вообще юридическая работа, нельзя свести к набору правил. Так что остается только робот, принимающий решения на основе существующих данных.
Там, где речь идет о сложных многофакторных решениях, особенно о таких, где наряду с рациональными есть и моральные аргументы, все, что может сделать машина, – это неточно воспроизвести поведение человека, причем часто неточность эта будет выглядеть скорее несправедливой или аморальной.

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *