烏龍判決有解?哈佛實驗:AI法官少保釋5成高風險罪犯|城市圖書館

烏龍判決有解?哈佛實驗:AI法官少保釋5成高風險罪犯|城市圖書館
哈佛學者的研究指出,AI法官能夠更有效判斷高風險罪犯。圖片來源:Shutterstock
2020-08-04
文・麥爾坎.葛拉威爾(摘自《解密陌生人》)
6038
這個法官正值中年,身材高大、白髮,從口音可以判斷他來自布魯克林區。讓我們暫且稱他索羅門(Solomon)。

他在紐約州服務超過10年,看起來不蠻橫或嚇人。他深思熟慮,帶著出人意料的溫文態度。

那天是週四,通常是法庭忙碌處理提訊案件的一天。過去24小時,因涉嫌各種犯罪而遭逮捕的被告者,剛在拘留所度過一個難眠的夜晚,現在被上了手銬逐一帶上法庭。

他們坐在一個隔離區裡的矮長凳上,隔離區就在索羅門左手邊。叫到各個案件當事人時,書記會把被告犯罪紀錄檔案夾遞給索羅門,他會盡快翻閱。

此時,律師和檢察官會說話,索羅門注意聆聽,並決定被告是否必須交付保釋金。如果必須交付,保釋金會是多少?這個完全陌生的人值得享有自由嗎?

法官透過在法庭上與被告者的會面決定保釋金。法官透過在法庭上與被告者的會面決定保釋金。圖片來源:Shutterstock

他得評估一位陌生人的性格。做這種困難決定的最好時機,就是在評估者和被評估者會面之後。

舉例來說,那天下午,索羅門面對一名削瘦的短髮老人——他穿著藍色牛仔褲和古巴式襯衫,而且只會說西班牙語;逮捕原因是牽涉到他女友6歲孫子的「事件」。

事件發生後,那名男孩立即告訴他父親。地區檢察官要求10萬美元保釋金,老人不可能有辦法籌出這筆錢。如果索羅門同意地區檢察官的金額,這名穿著古巴襯衫的老人將直接被送入監獄。

另一方面,那名老人否認有做任何壞事。他有2次犯罪紀錄,但都是輕罪,且發生在許多年前。他有一份技師的工作,如果入獄將丟掉工作,而且他用這份收入供養前妻和15歲的兒子。所以。索羅門必須考慮那個15歲的兒子仰賴父親的收入生活。

換句話說,是否讓這個穿古巴襯衫的男人自由——或讓他入獄等候審判——是一個極其困難的決定。

為了做出正確的決定,索羅門做了絕大多數人在這種情況下會做的事:他直視這個人的眼睛,嘗試感受他的本性。這麼做是否幫上忙?(延伸閱讀|我們與監獄的距離:那些監獄設計案教我的事

人工智慧與資深法官之戰

經濟學家穆拉尹納山認為人工智能不受到偏見影響,更加公平的進行判決。經濟學家穆拉尹納山認為人工智能不受到偏見影響,更加公平的進行判決。圖片來源:截自Chicago Booth Review 

這個問題最好的解答來自一個哈佛經濟學家、三個頂尖電腦科學家,和一位芝加哥大學的保釋專家所做的研究。這群人——為了方便起見,我以那位經濟學家的名字穆拉尹納山(Sendhil Mullainathan)代表他們——決定把紐約市當成他們的實驗場。

他們蒐集2008到2013年、在紐約市接受提訊聽證的55萬4,689名被告的紀錄,發現紐約市的法官裁定釋放的人數略超過40萬人。

穆拉尹納山建立一套人工智慧系統,可輸入檢察官提供給法官的提訊案件資訊(被告的年齡和犯罪紀錄);接著,電腦可處理這55萬4,689個案件,並篩選出40萬名被釋放者。

這是一場競賽:人類對機器。誰做出最好的決定?誰的名單在被保釋後犯的罪最少,以及準時在庭審日期到場的人最多?

結果相當懸殊。電腦名單上的人等候庭審期間的犯罪比率,比紐約市法官釋放的40萬人少25%!

在這個競賽,人類遭機器輾壓。

為了讓你對穆拉尹納山的電腦方法有一個概念:它標定被告中1%為「具高度風險」,電腦認為這些人絕對不該在審判前釋放。

根據系統運算,高度風險組內,超過大半被保釋後會再犯罪。不過,人類法官處理同一組壞人時,卻完全無視他們的危險性,反而釋放了其中的48.5%!

「遭運算法標定為有『高度風險』的被告,許多被法官視為只『低風險』。」穆拉尹納山團隊做結論說:「這個比較顯示,法官並非為拘留設定了高門檻,而是錯誤地分類被告,他們選擇拘留的被告是從整體預估風險分布挑出的。」

換句話說:法官的保釋決定漫無標準。

我相信這很令人困惑。當法官決定保釋時,有三種資訊來源,被告的紀錄、地區檢察官和被告律師證詞,還有親眼看到的證據:對於站在我面前的這個人,我有什麼感覺?

另一方面,穆拉尹納山的電腦看不到被告,也聽不到法庭上說的任何話。它只知道被告年齡和犯罪紀錄。它取得的資訊只有法官得到的一小部分——但它的判斷表現卻好得多。(延伸閱讀|八張圖,一次搞懂人工智慧的現在、未來,及對你工作的影響

法庭額外資訊對判案的影響

就保釋決定來說,法官獲得的額外資訊似乎很有用。

索羅門的法庭上有過一個案例,一名年輕男人被控與另一個人鬥毆,然後他用那個人遭竊的信用卡買了一輛汽車。在要求保釋時,地區檢察官指出,他前兩次遭逮捕後未依照指定日期出庭——這是個嚴重的警訊。

但「未出庭」的原因千奇百怪。如果通知被告出庭的日期錯誤呢?如果,他當天請假可能丟掉工作,所以認為不值得為出庭犧牲工作呢?如果,他的小孩正好住院呢?

被告律師就是這麼告訴法官的:他的委託人有很好的理由。電腦並不知道這些,但法官知道。所以這些資訊怎麼會沒有幫助?

同樣地,索羅門說,他在保釋案件中最留意的是「精神病患者遭指控暴力犯罪」。這類案件是法官的夢魘。如果他們讓某個人保釋,然後那個人停止服藥,並犯下一些可怕的罪行。「後果可能是射殺警察,」索羅門說。

這類情況的線索就藏在被告的檔案裡:醫療紀錄、住院紀錄、被告被發現失能的情況。但其他線索只能在當時發現。

「你也會在法庭上不斷聽到『情緒失常者』(EDP)這個詞。」索羅門說。在這類案件中,他會看著被告——專注仔細地從他的話中尋找:某種漠然的表情,不敢做目光接觸,但又不是像青少年那樣額葉還未發展而無法做目光接觸。

穆拉尹納山的電腦無法聽見檢察官談論一個情緒失常者,也看不到露出馬腳的漠然表情。這個限制應是索羅門和他法官同僚的大優勢,但不知為何卻非如此。(延伸閱讀|MIT研究:是心情不好,還是憂鬱症?回答七個問題,AI就能判斷你是否生病了

了解陌生人並不簡單

為什麼面對一個陌生人,有時候,不見面反而更能了解他們?

換句話說,我們有不了解被告的法官、初次認識陌生人時不知如何下判斷的人、認識陌生人幾個月還不知道如何下判斷的人、只見過陌生人一次不知道如何判斷、還有見過陌生人許多次還不知道如何判斷的人。

他們不知道如何評估陌生人誠實度、個性及意圖。

法官評估被告的性格時,不會輕言放棄。他們給自己1、2分鐘時間,然後武斷地下判斷。

我們自認能根據薄弱線索、輕易看穿別人的心,一有機會就大膽對陌生人下判斷。當然,我們不會這樣對待自己。我們是微妙、複雜而且難以捉摸的,但對陌生人卻很簡單。

如果,我在這本書能說服你一件事,但願那就是:陌生人並不簡單。


解密陌生人 麥爾坎.葛拉威爾

書名:解密陌生人:顛覆識人慣性,看穿表相下的真實人性(Talking to Strangers:What We Should Know About the People We Don’t Know)
作者:麥爾坎.葛拉威爾(Malcolm Gladwell)
出版社:時報出版
出版日期:2020/06/23

其他人也在看

你可能有興趣

影音推薦

#廣編企劃|【2023 天下城市高峰論壇 #9】新竹市交通處長 倪茂榮:改善交通,必須先做出優良示範道路|天下雜誌✕未來城市

已成功複製連結