Künstlich intelligenter Roboter ‚Richter‘ sagt Gerichtsurteile mit 79% Genauigkeit voraus

Ist das die Zukunft des Gerichts? KI ‚Richter‘ kann Gerichtsurteile mit 79% Genauigkeit vorhersagen

Forscher des University College London (UCL), der University of Pennsylvania und der University of Sheffield haben einen künstlich intelligenten (KI) ‚Richter‘ entwickelt, der es geschafft hat, eine Genauigkeit von 79% bei den gerichtlichen Urteilen des Europäischen Gerichtshofs für Menschenrechte (EGMR) zu erreichen.

Die Software war in der Lage, in fast 80% (584 Fälle) der Fälle, die sich mit Folter und erniedrigender Behandlung, fairen Verfahren und Privatsphäre befassten, dasselbe Urteil wie ihre menschlichen Kollegen zu fällen. Die Methode ist die erste, die die Ergebnisse eines großen internationalen Gerichts vorhersagt, indem sie den Falltext automatisch mit einem maschinellen Lernalgorithmus untersucht. Die Studie dahinter wurde in PeerJ Computer Science veröffentlicht.

„Wir sehen KI nicht als Ersatz für Richter oder Anwälte, aber wir denken, dass sie nützlich wäre, um schnell Muster in Fällen zu identifizieren, die zu bestimmten Ergebnissen führen. Es könnte auch ein wertvolles Werkzeug sein, um aufzuzeigen, welche Fälle am wahrscheinlichsten Verstöße gegen die Europäische Menschenrechtskonvention darstellen“, erklärte Dr. Nikolaos Aletras, der die Studie an der UCL Computer Science leitete. Eine gleich große Anzahl von „Verstoß“- und „Nicht-Verstoß“-Fällen wurde für die Studie ausgewählt.

Das Team stellte bei der Entwicklung der Methode fest, dass die Urteile des EGMR stark mit nicht-rechtlichen Fakten (d.h. seiner Geschichte und seinen Einzelheiten) verbunden sind, anstatt direkt mit rechtlichen Argumenten (d.h. wie genau die Menschenrechtskonvention verletzt wurde oder nicht), was darauf hindeutet, dass die Richter des Gerichts in der Fachsprache der Rechtstheorie ‚Realisten‘ und nicht ‚Formalisten‘ sind, was bedeutet, dass die Richter mehr an einem „fairen“ Urteil als an einer strikten Anwendung des Buchstabens des Gesetzes interessiert sind. Diese Tatsache wird durch Ergebnisse aus früheren Studien unterstützt, die auf den Entscheidungsprozessen anderer hochrangiger Gerichte, einschließlich des US Supreme Court, basieren.

„Die Studie, die die erste ihrer Art ist, bestätigt die Ergebnisse anderer empirischer Arbeiten zu den Determinanten des Denkens, das von hochrangigen Gerichten durchgeführt wird. Sie sollte weiter verfolgt und verfeinert werden, durch die systematische Untersuchung weiterer Daten“, erklärte Mitautor Dr. Dimitrios Tsarapatsanis, Dozent für Recht an der University of Sheffield.

Das Team von Computer- und Rechtswissenschaftlern aus dem Vereinigten Königreich, zusammen mit Dr. Daniel Preo?iuc-Pietro von der University of Pennsylvania, zog Fallinformationen heran, die vom EGMR in ihrer öffentlich zugänglichen Datenbank veröffentlicht wurden.

„Idealerweise würden wir unseren Algorithmus anhand der Anträge testen und verfeinern, die an das Gericht gerichtet wurden, anstatt anhand der veröffentlichten Urteile, aber ohne Zugang zu diesen Daten sind wir auf die vom Gericht veröffentlichten Zusammenfassungen dieser Einreichungen angewiesen“, erklärte Mitautor Dr. Vasileios Lampos, UCL Computer Science.

Dr. Vasileios Lampos, ein Computerwissenschaftler der UCL, fügte hinzu: „Frühere Studien haben Ergebnisse basierend auf der Art des Verbrechens oder der politischen Position jedes Richters vorhergesagt, daher ist dies das erste Mal, dass Urteile anhand der Analyse von Texten, die vom Gericht vorbereitet wurden, vorhergesagt wurden.

„Wir erwarten, dass diese Art von Werkzeug die Effizienz hochrangiger, gefragter Gerichte verbessern würde, aber um Realität zu werden, müssen wir es an weiteren Artikeln und den dem Gericht vorgelegten Falldaten testen.“

Durch den Einsatz von KI zur Rationalisierung menschlicher Entscheidungsfindung könnten Anwälte und Richter die Software nutzen, um Muster in früheren Fällen hervorzuheben, die ihnen helfen könnten, neue Fälle zu verstehen, die vor ihnen liegen.

Die Ergebnisse von Aletras und seinen Kollegen wurden in der Zeitschrift PeerJ Computer Science veröffentlicht.