判案預(yù)測：大數(shù)據(jù)PK83位法律專家_數(shù)據(jù)分析師

法律的生命不在于邏輯，而在于經(jīng)驗?經(jīng)驗與規(guī)律哪個更可靠?十余年前一場預(yù)測法官判案結(jié)果的PK，大數(shù)據(jù)計算程序出人意料地勝過了83位法律專家，這值得我們關(guān)注和思考。天同訴訟圈(微信號：tiantongsusong)今日為您推薦。

　　2001年，賓夕法尼亞大學(xué)法律系教授特德·魯格(TedRuger)正在參加一個研討會，聽取安德魯·馬丁(Andrew Martin)和凱文·奎因(Kevin Quinn)兩位政治學(xué)家關(guān)于一篇大數(shù)據(jù)分析文章的報告。馬丁和奎因所報告的文章稱，僅僅利用與案件政治特征相關(guān)的幾個變量，他們就能預(yù)測出高等法院法官的投票結(jié)果。對此，特德不以為然。

　　特德看起來一點兒也不像大家平時看到的那些貌似身體瘦弱的學(xué)究們;他的身材像運動員一樣健碩，長著方下巴，臉上雖然布滿皺紋但容貌英俊。他聽研討會時，不喜歡那些政治學(xué)家們報告其研究結(jié)果的方式?！八麄儗嶋H上用了預(yù)測這一術(shù)語，”他告訴我，“我坐在那里聽，就像一個懷疑論者?！彼幌矚g這篇文章，因為他們所做的是預(yù)測過去?！案芏喾苫蛘慰茖W(xué)研究一樣，”他說，“這篇文章本質(zhì)上也是針對過去的。”

　　因此，在研討會結(jié)束后，他走到他們跟前提出自己的建議?！皬哪撤N意義上來說，這一項目的起源就是我事后跟他們說，為什么不做一個前向的檢驗?zāi)?”他們談著談著，就決定進行一場比賽——“友好的跨學(xué)科競賽”，比較一下預(yù)測高等法院案例審判結(jié)果的兩種不同方法。一邊是政治學(xué)家的大數(shù)據(jù)分析預(yù)測，另一邊是83位法律專家的意見。他們的任務(wù)是提前預(yù)測每位法官對2002年高等法院審過的每個案件的投票結(jié)果。專家就是真實的法律資深人士，包括法律系教授、法律從業(yè)人員以及法律博學(xué)人士(共有38人擔任過高等法院法官，33人有教授職稱，5人擔任或曾擔任法律系主任)。大數(shù)據(jù)分析計算程序要對所有案件的所有法官的投票做出預(yù)測，而專家只需預(yù)測在他們所專長的領(lǐng)域內(nèi)的案件投票情況。

　　令特德沒想到的是，比賽結(jié)果竟然打成了平手。政治學(xué)家的模型考慮了如下六個因素：

　　(1)案件最初的巡回法庭;

　　(2)案發(fā)地區(qū);

　　(3)原告類型(如美國、公司雇主，等等);

　　(4)被告類型;

　　(5)低等法院規(guī)章的意識形態(tài)傾向(自由還是保守);

　　(6)原告是否稱某項法律或條例不符合憲法。

　　特德說：“我原本認為他們的模型包含了決策制定過程中太多沒必要的細節(jié)，因此法律專家應(yīng)該預(yù)測得更好一些?！睂τ诜珊瓦^去案件的透徹了解畢竟還是管點用的。

　　這個簡單的檢驗指出了最基本的問題：什么是法律。法官奧利弗·文德爾·霍姆斯(Oliver Wendell Holmes)首創(chuàng)了法律預(yù)測說?！胺傻纳辉谟谄溥壿嬓?，而在于經(jīng)驗?！睂裟匪箒碚f，法律只不過是“對于法官會怎么做的一種預(yù)測”而已?；裟匪共煌夤鸫髮W(xué)主任(也是蘇格拉底式法律教育方法的權(quán)威)克里斯多夫·哥倫布·蘭德爾(Christopher Columbus Langdell)的觀點，后者認為“法律是一門科學(xué)，這門科學(xué)所有能夠獲得的資料都已經(jīng)包含在教科書中了?！被裟匪拐J為準確的預(yù)測與“時間的緊迫性、對于公共政策的直覺、公開或下意識的甚至對于與自己觀念相同的法官的偏見”等等密切相關(guān)。

　　政治學(xué)中的主流統(tǒng)計模型都是霍姆斯模型，因為該模型幾乎完全強調(diào)法官的偏見，即主觀意識想法。政治學(xué)家常常會假設(shè)政治理念固定不變，并且服從從自由到保守的平滑分布。根據(jù)這種大數(shù)據(jù)分析計算程序得出的決策樹只有細微差別。馬丁和奎因使用這9名法官以前審過的628起案件的歷史數(shù)據(jù)，首先考察何時這六大因素預(yù)測出的決策結(jié)果是一致同意審理或一致駁回上訴。然后，再使用同樣的歷史數(shù)據(jù)，針對沒有達成一致意見的案件，找出能夠最好地預(yù)測出每個法官投票的流程圖(有條件地結(jié)合上述因素)。例如，下面這幅圖就是真實研究中用來預(yù)測桑德拉·戴·奧康納(Sandra Day O’Connor)法官的投票流程圖。

　　資料來源：Andrew D. Martin et al，“Competing Approaches to Predicting SupremeCourt Decision Making，”2Perspectives on Politics 763 (2004)

　　這幅用于預(yù)測的流程圖相當簡單。第一個決策點預(yù)測只要低等法院的法案是“自由的”，奧康納就會駁回上訴。因此，在“格魯特對伯林杰”案(Grutter VS Bollinger)中，高等法院2002年所審案件挑戰(zhàn)著密歇根大學(xué)法學(xué)院(Michigan Law School)同意審判的合憲決定，該模型僅僅因為低等法庭的審判(在支持法學(xué)院同意審判的決定方面)是自由的而錯誤地預(yù)測奧康納會駁回上訴。如果低等法庭是“保守的”，流程圖就會略微復(fù)雜一些，決定因素包括最初巡回法庭的預(yù)測、被告類型以及案件提交地區(qū)。當然，這種統(tǒng)計預(yù)測完全忽略了本案件及其之前該法庭所審案件的具體特定問題。而對特定問題了解深入的法律專家自然會做得更好一些。

　　請注意，使用統(tǒng)計模型時，我們?nèi)匀恍枰藖頌榘讣幋a。關(guān)鍵是要有專家來決定低等法庭的決策是“自由的”還是“保守的”。研究表明怎樣使統(tǒng)計預(yù)測與主觀判斷相符且相關(guān)。統(tǒng)計決策規(guī)則不可能不依賴于專家或臨床醫(yī)生的主觀判斷。規(guī)則可以問護士是否認為病人看起來“感覺不舒服”。但這是一種不同尋常的專業(yè)知識。不需要依賴專家做出最終決策，專家只需要針對某個癥狀存在還是不存在給出意見。人類專家也許有一定的發(fā)言權(quán)，但是大數(shù)據(jù)分析方程限制了他們自由處置的能力。

　　特德“進行前向檢驗”的簡單想法為進一步的檢驗鋪平了道路。隨著高等法院審判過程的進行，很多知情人都滿懷興趣等著看這項檢驗。做出最終決策之前，網(wǎng)站上會公布計算機和專家分別做出的預(yù)測，這樣每個陪審員的觀點提交上去時，人們就都可以直接看到結(jié)果了。

　　最后專家輸了。對于2002年審判的所有案件，模型預(yù)測的法庭同意審判或駁回上訴的結(jié)果正確率為75%，而所有法律專家一起只預(yù)測對了59.1%。在預(yù)測奧康納法官和肯尼迪的關(guān)鍵選票上，大數(shù)據(jù)分析尤為有效。對于奧康納的選票，模型預(yù)測正確率為70%，而專家的正確率僅為60%。

　　極為簡化的統(tǒng)計模型的預(yù)測能力不僅勝過律師，而且勝過擁有案件詳細信息的該領(lǐng)域?qū)＜?，這怎么可能呢?這一結(jié)果只是統(tǒng)計上的反常現(xiàn)象嗎?它與法律界的特質(zhì)或自大有沒有關(guān)系?簡單地回答，特德的檢驗代表了更加一般意義上的現(xiàn)象。幾十年來，社會學(xué)家一直在比較大數(shù)據(jù)天才與傳統(tǒng)專家的預(yù)測誰更準確。一個又一個的研究表明，大數(shù)據(jù)天才有占上風的趨勢。