《科學》官網(wǎng)3日報道稱，美國伊利諾伊理工大學科學家用一種被稱為隨機森林的機器學習統(tǒng)計模型，對1816年到2015年美國***法院的判決進行預(yù)測，準確率高于70%，較知識淵博的法律專家(預(yù)測準確率為66%)更勝一籌。

[[190472]]

用計算機算法預(yù)測法官行為并不稀奇。2011年，西班牙學者在一項研究中，使用1953年到2004年任意8名法官的投票，來預(yù)測同一案件中第9名法官的投票，準確率為83%;2004年，美國學者使用1994年以來一直在法院工作的9名法官的判決，來預(yù)測2002年案件的判決結(jié)果，準確率為75%。

而伊利諾伊大學理工學院法學教授丹尼爾·卡茨的團隊利用***法院數(shù)據(jù)庫，為每個投票標注了16個特征，包括法官任期、訴訟發(fā)起法庭、口頭辯論是否被聽到等，創(chuàng)建了***進的算法。

該模型先學習了1816年到2015年***法院案例特征與裁決結(jié)果之間的關(guān)聯(lián)，然后按年份研究每個案例的特征并預(yù)測裁決結(jié)果，***被“投喂”關(guān)于該年份裁決結(jié)果實際信息的算法升級了預(yù)測策略，并繼續(xù)進行下一年的預(yù)測。

結(jié)果顯示，對于28000項判決結(jié)果及24萬張法官投票，新模型算法預(yù)測的正確率分別為70.2%和71.9%。相關(guān)研究文章發(fā)表在《公共科學圖書館·綜合》(PLOS ONE)上。

報道稱，律師最有可能率先將新算法付諸實踐，他們可以將不同的變量插入模型，以獲得想要的參考信息;投資者也可根據(jù)預(yù)測分析，對有較大獲勝可能的公司投資;而上訴人則可以根據(jù)獲勝幾率判斷是否再向***法院提起訴訟。