基于人工智能和大数据的案件预测,将深刻影响当事人的诉讼行为和法律纠纷的解决。
基于人工智能和大数据的案件预测,将深刻影响当事人的诉讼行为和法律纠纷的解决。
从案件结果预测到犯罪预测,基于人工智能和大数据的预测性技术在司法领域的应用越来越广泛。
一方面,案件预测技术在研究上取得进展。
2016年,研究人员利用欧洲人权法院公开的判决书训练算法系统,构建了模型,来预测案件判决结果,预测准确性达到了79%。
这一实证研究表明,案件事实是最重要的预测因素,这一结论与法律形式主义的观点一致,即司法裁判主要受案件事实的陈述影响。
另一方面,案件预测已经用在了诸多实务领域。
比如,Lex Machina公司提供的服务,通过对成千上万份判决书进行自然语言处理,来预测案件结果。
其软件可以确定哪位法官倾向于支持原告;基于对方律师过去处理的案件来形成相应的诉讼策略;针对某个特定法院或者法官形成最有效的法律论证,等等。
Lex Machina的技术已经用在了专利案件中。
案件预测的价值主要体现在两个方面,一方面可以帮助当事人形成最佳的诉讼策略,从而节约诉讼成本;
另一方面,可以帮助法官实现同案同判,也即所谓的大数据司法确保公平正义。
诉讼中可能的高昂成本给当事人带来沉重的经济负担,所以当事人一般都会在案件起诉前或者上诉前对案件胜诉的可能性进行评估。
但即使是最专业的律师,由于受限于人脑自身的信息处理能力,在预测上远不如计算机。
因为,计算机在强大算法的支持下,可以以超强的运算能力,处理可以获取的几乎所有数据。
计算机的全数据处理,相比人类的样本数据分析,使得案件预测结果更为可靠。
如果事先可以较为可靠地预知案件结果,意味着当事人不会冒着极大的败诉风险继续推进诉讼或者上诉,而是会选择和解、放弃诉讼等其他纠决方式。
但案件预测的弊端在于可能扭曲当事人的诉讼行为,带来新的偏见和滥用。
原文标题:趋势(四):案件预测将深刻影响诉讼行为和法律纠纷的解决
原文来源:立法网微信公众号
(立法网 /文)