《科学》：预测法庭判决，人工智能比人类更准确

“最高法院见！”美国总统唐纳德·特朗普在4月26日通过推特表示，就下级法院搁浅他的国家安全政策提议进行回应。但是，把案子一路打到最高法院是个好主意吗？可能很快人工智能就能给出答案了。一项新研究表明，在预测最高法院判决方面，计算机比法律学者做得更好，即使它们了解的信息更少。

另有多项研究利用算法预测法官的行为。举个例子，一个2011年的项目通过1953年到2004年任意八位法官的投票来预测同一案件中第九位法官的投票，准确率达83%。一篇2004年的文章利用自1994年开始就出庭的九位法官的判决来尝试预测2002年的案件判决结果。这个方法的准确率为75%。

这项新研究通过更丰富的数据集来预测任何时候任意数量的法官行为。研究人员利用最高法院数据库创建了预测法官行为的通用算法。该数据库包含了从1791年开始的案件信息。他们从每次投票中找到16个特征，包括法官、开庭期、问题、以及原审法院。研究人员还添加了其他因素，例如是否听取了口头辩论。

从1816年到2015年，该团队为每年都创建了一种被称为“随机森林”的机器学习统计模型。这种模型分析了之前的所有年份，发现案件特征与判决结果之间的联系。判决结果包括法院是否驳回了下级法院的判决、每位法官是如何投票的。然后，这个模型根据当年每个案件的特征来预测判决结果。最后，将判决结果信息输入算法，使其更新策略，再转为研究下一年。

研究人员在期刊《PLOS ONE》上发文指出，从1816年到2015年，法院的28000个判决结果中，这一算法准确预测了70.2%，法官的240000次投票中，准确预测了71.9%。这比“总是预测驳回判决”的常用赌博策略更好，后者在最近35个最高法院开庭期案件中准确率达63%。这种算法也优于利用最近10年的判决来自动生成“驳回判决”或“维持原判”的预测方法。一份2004年的研究发现，即使是知识渊博的法律专家，预测案件的准确率也只有66%左右。“每次我们都得分，这画面对人类来说可不太美妙。”该研究人员表示。

前文提到的2011年研究论文的作者表示这个新算法“严谨，做得不错”。Andrew Martin是安娜堡市密歇根大学的政治学家，他在2004年发表的一篇研究论文中称赞了一个新团队研究出一个历经两个世纪都表现良好的算法。“他们正在构建真正的大数据集，并使用了最先进的方法。”他表示，“这从科研角度来说，真的很重要。”

走出实验室，银行从业人员和律师可能会将这种新算法付诸实践。投资者可以把赌注押在能从可能的判决中受益的公司。上诉人可以根据其打赢官司的机会来决定是否上诉到最高法院。“通常为这些案件辩护的律师的收费可不便宜。”该研究人员表示。

律师也可以在该模型中加入不同的变量，来找到在最高法院赢得官司的最佳途径，包括哪些下级法院诉讼的判决可能会对其有利，或者案件的最佳原告类型。Michael Bommarito是美国芝加哥肯特法学院的研究人员兼研究作者之一，他以全美独立企业联盟诉西贝利厄斯案（National Federation of Independent Business v. Sebelius）这一真实案件为例，该案判定保护病患和平价医疗法案的大部分条款。“其中很有趣的一点是：这是言论自由的问题、税收问题，还是某种健康权的问题？”该算法可能帮助原告确定要突出哪个问题。

算法未来可能扩展到口头辩论的全文、甚至是专家预测。该研究人员说：“我们相信专家、民众及算法的相互协调就是解决这类问题的秘方。”