К сожалению, в последнее время порой складывается впечатление, что словосочетание «честный суд» становится оксюмороном. И дело не всегда в недобросовестности, большую роль играет человеческий фактор. Но может ли идти речь о случайной ошибке, когда решается судьба человека?
Группа исследователей из Франции и США считает, что машинное обучение поможет сделать суд честным и не предвзятым.
Что такое «человеческий фактор» в контексте решения суда?
Даже на собственном опыте можно понять что это такое. Одинаково ли мы относимся ко всем людям? Всегда ли мы встаем на сторону правого в споре, если некоторые из его участников симпатичны нам по тем или иным причинам? Не срываемся ли мы из-за плохого настроения на друзей или близких? Это человеческая природа, и насколько бы профессиональным ни был судья, полностью исключить возможность ошибки, увы, нельзя.
Исследования говорят, что даже такая, казалось бы, мелочь, как проигрыш любимой спортивной команды может повлиять на ход судебного заседания.
«We find that unexpected losses increase disposition (sentence) lengths assigned by judges during the week following the game.» — Emotional Judges and Unlucky Juveniles, Ozkan Eren, Naci Mocan, NBER ,Working Paper No. 22611, Issued in September 2016
Другие исследования показывают на связь между днем рождения обвиняемого/подозреваемого и результата расследования/приговором. «Преступники-именинники» чаще получают снисхождение от судей, чем другие.
«We document judicial leniency on defendant birthdays across 5 million decisions.» — Clash of norms: Judicial leniency on defendant birthdays, Chen, Daniel L., Philippe, Arnaud
Даже микроклимат в помещении, в котором проходит заседание суда может повлиять на решение суда.
«The ambient temperature of a courtroom could change the way people perceive crimes—which, in turn, could affect sentencing.» — DOES A COLD COURTROOM RESULT IN MURDER CONVICTIONS?
Как машинное обучение может помочь понять насколько объективно решение суда?
Предполагается, что специальный алгоритм, основанный на машинном обучении, будет анализировать ситуацию и решение судьи, а также предупреждать его, что ранее при аналогичных обстоятельствах было вынесено определенное решение. В таком случае при отсутствии объективных (доказанных!) смягчающих обстоятельств, будет отмечено, что решение судьи возможно несправедливо, и система будет предлагать затратить дополнительное время на его пересмотр.
Здесь в игру вступает та же, которая в этот раз играет на стороне честного суда: замечая, что в определенных обстоятельствах решение чаще всего является предвзятым, человек в каждой следующей подобной ситуации больше концентрирует внимание на деталях и с большей вероятностью принимает справедливое решение.
Машинное обучение можно использовать для составление статистики и универсальных алгоритмов, которые могут быть применимы в стандартных ситуациях. Например, проезд красный свет светофора при отсутствии видимых на то причин — результат: виновен; вооруженное ограбление с нанесением тяжких телесных — результат: виновен. Так, судье будет предложен предполагаемый вердикт, с которым он может сверяться при рассмотрении дела и вынесении решения.
