美国人工智能预测判案结果准确率比法律专家更

科技日报北京5月4日电，《科学》官网3日报道称，美国伊利诺伊理工大学科学家用一种被称为随机森林的统计模型，对1816年到2015年美国最高法院的判决进行预测，准确率高于70%，较知识渊博的法律专家（预测准确率为66%）更胜一筹。

用计算机算法预测法官行为并不稀奇。2011年，西班牙学者在一项研究中，使用1953年到2004年任意8名法官的投票，来预测同一案件中第9名法官的投票，准确率为83%；2004年，美国学者使用1994年以来一直在法院工作的9名法官的判决，来预测2002年案件的判决结果，准确率为75%。

而伊利诺伊大学理工学院法学教授丹尼尔·卡茨的团队利用最高法院数据库，为每个投票标注了16个特征，包括法官任期、诉讼发起法庭、口头辩论是否被听到等，创建了最先进的算法。

该模型先学习了1816年到2015年最高法院案例特征与裁决结果之间的关联，然后按年份研究每个案例的特征并预测裁决结果，被“投喂”关于该年份裁决结果实际信息的算法升级了预测策略，并继续进行下一年的预测。

结果显示，对于28000项判决结果及24万张法官投票，新模型算法预测的正确率分别为70.2%和71.9%。相关研究文章发表在《公共科学图书馆·综合》（PLOS ONE）上。

报道称，律师最有可能率先将新算法付诸实践，他们可以将不同的变量插入模型，以获得想要的参考信息；投资者也可根据预测分析，对有较大获胜可能的公司投资；而上诉人则可以根据获胜几率判断是否再向最高法院提起诉讼。