Strafrechtelijke veroordelingen kunnen eerlijker zijn met behulp van machine learning, volgens professor Dan Hunter. De Stichting Decaan van Swinburne Law School, Hunter merkte op dat veroordeling een enorme hoeveelheid gegevens genereert, en het proces is duur voor individuen en het systeem, waardoor het de perfecte kandidaat is voor een technologische upgrade.

Kunstmatige intelligentie (AI) zou ook de enorme hoeveelheid beschikbare gegevens over veroordelingsbeslissingen kunnen gebruiken om vooroordelen te identificeren en richtlijnen te geven, hij zei.

in 2017, Hunter was co-auteur van een paper over het gebruik van AI-technologie bij veroordelingen voor het Criminal Law Journal met een collega van Swinburne, Professor Mirko Bagaric, en Dr. Nigel Stobbs van de Queensland University of Technology.

De auteurs wijzen erop dat strafbeslissingen worden beïnvloed door meer dan 200 overwegingen. Hoewel rechters en magistraten dit niet willen erkennen, beslissingen kunnen worden beïnvloed door factoren als huidskleur en sociaaleconomische status.

Inconsistentie in de veroordeling tast ook het vertrouwen in het systeem aan. De auteurs citeren een studie van 71, 000 overtredingen, wat suggereert dat een Victoriaanse rechtbank drie keer meer kans had om overtreders naar de gevangenis te sturen voor hetzelfde misdrijf als andere rechtbanken in hetzelfde rechtsgebied.

"In zaken als borgtochtbesluiten en veroordelingsbesluiten, hier in Australië, bijzonder, we hebben de feilbaarheid van menselijke besluitvorming nog niet onder de knie, ' zei Jager.

"AI zou kunnen suggereren, 'Dit specifieke misdrijf lijkt veel op deze vijf andere die andere rechtbanken hebben gezien, waarom veroordeel je de dader zo anders dan die?'"

"Of, het zou de vraag kunnen stellen waarom een ​​niet-vrijheidsberovende straf wordt gegeven voor misdaad die voorheen altijd werd bestraft met opsluiting.

"Een van de enorme voordelen van het gebruik van datagestuurde machine learning voor het strafrecht is om die vooroordelen te ontrafelen en duidelijk te maken dat ze bestaan."

Dankzij nieuwe algoritmen voor machine learning kan AI worden geleerd om nieuwe antwoorden te produceren door te leren van bestaande gegevens. In feite, AI-programma's zijn al hard aan het werk in het rechtssysteem, met platforms waaronder Neota, Logica, Kira en RAVN helpen bij het stroomlijnen van alles, van nalevingsadvies tot contractbeoordeling in grote due-diligenceprojecten.

AI en machine learning zullen waarschijnlijk hun strafrechtelijke rol beginnen als alleen beslissingsondersteunende systemen, Jager zei, hoewel er geen reden is om aan te nemen dat dit uiteindelijk niet zal leiden tot geautomatiseerde veroordelingen.

De sancties die voor meer dan 90 procent van de strafbare feiten worden opgelegd, hebben momenteel geen juridische tussenkomst. De meeste strafzaken worden afgehandeld door middel van een kennisgeving van inbreuk.

Het is waarschijnlijk dat er enige weerslag zal zijn tegen het idee dat mensen door machines worden veroordeeld, zei Jager, die al meer dan 20 jaar het gebruik van AI in de wet onderzoekt. Echter, hij merkte op dat de samenleving gemakkelijk veel vergelijkbare technologieën heeft ondergebracht. Snelheidscamera's, bijvoorbeeld, zijn een vorm van geautomatiseerde veroordeling die nu algemeen wordt geaccepteerd.