به‌عنوان مثال در ایالات مختلف آمریکا، الگوریتم‌های پیش‌بینی در حال حاضر برای کمک به کاهش بار سیستم قضایی استفاده می‌شوند. دادگاه‌های سراسر ایالات‌متحده برای کاهش تعداد زندانی‌ها بدون خطر افزایش جرم در سطح جامعه به ابزارهای خودکارسازی بررسی کارآمد و ایمن پرونده‌ها متوسل شده‌اند. ادارات پلیس آمریکا برای دستیابی به این هدف از الگوریتم‌های پیش‌بینی کننده برای مستقر کردن و به‌کارگیری نیروهای خود به‌طور موثر استفاده می‌کنند. با تغذیه این سیستم‌ها توسط آمار جرم و جنایت‌های گذشته و فناوری‌های دیگری مانند فناوری تشخیص چهره، امید می‌رود این سطح از خودکارسازی به بهبود اثربخش منابع انسانی کمک کند.

خدمات قضایی ایالات‌متحده همچنین برای کمک به رسیدگی به پرونده‌های پس از دستگیری از شکل‌های دیگری از الگوریتم‌ها به نام «الگوریتم‌های ارزیابی خطر» استفاده می‌کند. ابزارهای ارزیابی خطر یا ریسک برای انجام یک کار طراحی شده‌اند: جزئیات مشخصات متهم را در نظر می‌گیرند و میزان احتمال تکرار جرم را ارزیابی می‌کنند و با اعلام یک عدد، احتمال تکرار جرم را تخمین می‌زنند. سپس یک قاضی این امتیاز و عوامل آن را در نظر می‌گیرد و در مورد اینکه چه نوع خدمات روانشناسی برای متهم مناسب است یا اینکه متهم باید در زندان نگه داشته شود و احکام صادره تا چه حد شدید باشد، تصمیم‌گیری می‌کند. هرچه این نمره کمتر باشد با متهم مهربان‌تر رفتار خواهد شد و هرچه بالاتر باشد، برعکس است.

در چین نیز قاضی‌های مبتنی‌بر هوش مصنوعی در حال تبدیل به واقعیت هستند. پکن به‌عنوان اولین شهر در جهان، یک مرکز خدمات دادرسی مبتنی بر اینترنت را معرفی کرده است که دارای یک قاضی هوش مصنوعی برای برخی از خدمات است. این قاضی موسوم به «شین‌هوا» (Xinhua)  یک قاضی زن روباتیک دارای بدن، چهره، صدا و رفتارهایی است که از روی یکی از قضات زن در دادگستری پکن الگو گرفته شده است. دادگاه اینترنتی پکن در بیانیه‌ای اعلام کرد: این قاضی مجازی در درجه اول برای پرونده‌های مشابه و تکراری مورد استفاده قرار می‌گیرد. بنابراین به جای صدور رای نهایی با رسیدگی به دادخواست‌ها و راهنمایی‌های آنلاین سر و کار دارد. هدف این است که این دادگاه آنلاین روند رسیدگی به پرونده‌ها را برای شهروندان پکنی موثرتر کند. به گفته «ژانگ ون» رئیس دادگاه پکن، ادغام هوش مصنوعی و رایانش ابری با سیستم خدمات دادرسی به مردم این امکان را می‌دهد تا از مزایای نوآوری‌های فناورانه در چین بهتر استفاده کنند.

همچنین از هوش مصنوعی در چین برای جست‌و جو میان پیام‌ها، نظرات و سایر فعالیت‌های آنلاین متهم استفاده می‌شود تا به جمع‌آوری مدارک علیه وی کمک کند. پلیس راهنمایی و رانندگی نیز در چین در حال استفاده از فناوری تشخیص چهره برای شناسایی و جریمه و محکوم کردن رانندگان متخلف است. سایر نیروهای پلیس در بسیاری از نقاط جهان نیز از فناوری مشابه استفاده می‌کنند.  اما آیا هوش مصنوعی همیشه تصمیمات خوبی اتخاذ می‌کند؟ جواب این سوال ساده نیست. در حالی که هوش مصنوعی می‌تواند تصمیم‌گیری کند، این بدان معنی نیست که لزوما تصمیم جامع و درستی می‌گیرد. بسیاری از سیستم‌های هوش مصنوعی و الگوریتم‌های پیش‌بینی‌کننده که از فناوری یادگیری ماشین استفاده می‌کنند، با استفاده از مجموعه داده‌های موجود یا سایر اطلاعات تاریخی موجود، آموزش می‌بینند. اگرچه این روند به نظر یک رویکرد منطقی می‌رسد، اما به داده‌های عرضه شده و به‌خصوص به کیفیت آنها وابسته است. یکی از کاربردهای اصلی فناوری یادگیری ماشینی و داده‌های بزرگ مانند این مورد، این است که برای شناسایی ارتباطات یا روابط و شباهت‌های ظاهری در مجموعه داده‌ها استفاده می‌شود. این می‌تواند منجر به برداشت مثبت نادرست در مورد داده‌های جرم شود و در واقع برای شناسایی دلایل اساسی جرم مفید نباشد. همانطور که یک قول معروف می‌گوید: ارتباط، علیت نیست.

اگر این خطای احتمالی به درستی تصحیح و اصلاح نشود، صدور رای یا حکم با الزام اجرای قانونی توسط هوش مصنوعی می‌تواند به سرعت به ایجاد چرخه‌ای مریض از شناسایی‌های کاذب یا مجازات‌های نامتناسب با جرم منجر شود. اما نباید از این نکته غافل شد که انسان‌ها نیز تصمیم‌گیرهای کاملی نیستند. اگر مطالعات انجام‌شده در سال ۲۰۱۸ درست باشند، به نظر می‌رسد هوش مصنوعی می‌تواند در تشخیص مسائل حقوقی نسبت به انسان سریع‌تر و دقیق‌تر باشد. این به آن معنی است که می‌توان ادعا کرد که قطعا باید از هوش مصنوعی در نقش‌های پشتیبانی حقوقی یا حداقل در بررسی سابقه قانونی افراد و پرونده‌ها استفاده شود.

 

اخبار مرتبط