美国人工智能预测判案结果准确率比法律专家更

科技日报北京报道，来自美国伊利诺伊理工大学的科学家们近日在《科学》官网上发布了一项令人瞩目的研究。他们运用一种名为随机森林的统计模型，针对美国最高法院的判决进行分析预测，结果显示其预测准确率超过了70%，相较于经验丰富的法律专家，这一模型的准确率更胜一筹。

追溯历史数据，使用计算机算法预测法官行为早已不是新鲜事。早在2011年，西班牙的学者就曾使用过去几十年的法官投票数据，成功预测了同一案件中其他法官的投票结果，准确率达到惊人的83%。而在更早的2004年，美国学者也利用法院的工作数据，预测了特定年份的判决结果，同样取得了不错的成绩。

伊利诺伊大学理工学院的法学教授丹尼尔·卡茨及其团队，此次采用了最高法院数据库中的详尽信息，为每个投票标注了包括法官任期、诉讼发起法庭、口头辩论是否被听到等在内的16个特征。凭借这些细致入微的数据，他们创建了一种领先的算法。

该算法的工作机制十分先进。它首先学习了过去近两个世纪最高法院案例特征与裁决结果之间的深层联系。随后，按年份分析每个案例的特征并预测其裁决结果。值得一提的是，这个模型还能根据每年实际裁决结果的反馈，不断自我优化预测策略。

研究结果显示，对于大量的判决结果及法官投票数据，新模型的预测准确率分别达到了70.2%和71.9%。这一研究成果已经发表在著名的《公共科学图书馆·综合》杂志上。

这项研究的应用前景十分广阔。律师们可以率先运用这一新算法，将各种变量输入模型，获取有价值的参考信息以辅助法律决策。投资者们也可以利用这一预测分析，对可能胜诉的公司进行更有针对性的投资。而对于那些考虑上诉至最高法院的当事人来说，这一模型更能为他们提供宝贵的胜诉概率参考，帮助他们做出更明智的决策。可以说，随着科技的进步，法律与科技的高度结合将为我们开启一个全新的时代。