世界

裁判官の代わりにアルゴリズムを使うことで判決はより公平になる

AGI - 司法判断の一部をアルゴリズムに委任することで、被告にとってより公正な判決が保証され、裁判官の体系的な偏見の一部が排除される可能性がある。これは、オックスフォード大学の新しい研究で明らかにされ、Quarterly Journal of Economics に掲載された。企業は、重要な決定を下すために機械学習ベースのモデルをますます使用し始めている。これらの学習モデルを駆動する人間の行動に関するいくつかの仮定があり、その結果、Amazon での商品の推奨、電子メールのスパム フィルタリング、携帯電話の予測テキストなどが生じる。 研究者らはニューヨークの公判前制度を分析し、被告人の民族性、年齢、過去の行動などの特性に基づく公判前不正行為のリスクについて、相当数の裁判官が体系的な予測ミスを犯していることを発見した。この研究では、法廷で解決された事件にほぼ無作為に割り当てられたニューヨークの裁判官から提供された情報を使用した。この研究は、ニューヨーク市の 1,460,462 件の事件の情報に基づいており、そのうち 758,027 件は公判前釈放決定の対象となった。研究者らは、裁判官が体系的な予測ミスを犯したかどうかを判断する統計的検定を開発し、裁判官の予測が体系的に偏っている方法を推定する方法を提供した。 ニューヨークの裁判官による公判前釈放決定を分析した結果、少なくとも 20% の裁判官が、被告の特性を考慮して、被告の不正行為のリスクを予測する際に体系的な誤りを犯していることが判明しました。これらの発見に触発されて、科学者は裁判官をアルゴリズムによる決定ルールに置き換えることの影響を推定しました。調査により、少なくとも 32% のニューヨークの裁判官の決定は、被告の実際の保釈金支払い能力や、被告が裁判に出廷しないという実際のリスクと一致していないことが明らかになりました。 結果によると、被告の民族性と年齢の両方を考慮すると、裁判官は担当被告の約 30% に対して体系的な予測エラーを犯している。被告の民族性と被告が犯罪で起訴されたかどうかの両方を考慮すると、裁判官は担当被告の約 24% に対して体系的な予測エラーを犯している。研究では、裁判官をアルゴリズムによる決定ルールに置き換えることは、政治的階級の目的、つまり裁判に出廷する被告の数を増やすか、裁判を待つために刑務所に残る被告の数を減らすかによって効果が曖昧であると指摘しているが、裁判官をアルゴリズムに置き換えると、釈放された被告の出廷不履行率と裁判前拘留率で測定すると、裁判結果が最大 20% 改善されると思われる。 「人間の判断をアルゴリズムに置き換えることの影響は、人間がアルゴリズムが利用できる観察可能な情報に基づいて体系的な予測エラーを起こすかどうかと、人間が有用な個人情報を観察するかどうかの間のトレードオフによって決まる」と、この研究の主著者であるランバチャン氏は述べた。「この研究の計量経済学的枠組みにより、研究者はこれらの競合する力に関する直接的な証拠を提供することができる」とランバチャン氏は結論付けた。 #裁判官の代わりにアルゴリズムを使うことで判決はより公平になる