Машина непредвзята. Использование нейросети уменьшает риск судебной ошибки

Авторы статьи исследовали, как систематические ошибки судей влияют на их прогнозы, и разработали методы оценки и устранения этих ошибок. В рамках исследования была проанализирована досудебная система Нью-Йорка, где выявили, что значительная часть судей совершает систематические ошибки при прогнозировании риска повторных преступлений обвиняемыми.

Данные, собранные от судей Нью-Йорка, которые случайным образом распределялись по делам, показали, что решения судей о предоставлении залога часто не соответствуют реальному риску неявки обвиняемых в суд. Исследование охватывало 1 460 462 дела, из которых по 758 027 делам было принято решение об освобождении до суда.

Авторы установили, что как минимум 20% судей допускают систематические ошибки при прогнозировании риска, особенно учитывая такие характеристики обвиняемых, как раса, возраст и предыдущее поведение. При этом около 32% решений судей не соответствуют фактической способности обвиняемых оплатить залог и реальному риску неявки в суд.

Среднестатистический судья делает ошибочные прогнозы примерно в 30% случаев, если учитывать расу и возраст обвиняемого, и в 24% случаев, если учитывать также характер предъявленного обвинения. В исследовании подчеркивается, что замена судей алгоритмическими правилами принятия решений может улучшить результаты судебных разбирательств на 20%, снижая число неявок в суд и уменьшая количество досудебных заключений.

«Замена человеческих решений алгоритмами может дать положительный эффект, если учесть компромисс между систематическими ошибками судей и возможностью использования алгоритмами доступной информации», — пояснил ведущий автор статьи Ашеш Рамбачан.

Таким образом, алгоритмы могут стать важным инструментом для повышения объективности и эффективности судебной системы, обеспечивая более справедливые и предсказуемые решения для всех участников процесса.