據(jù)報(bào)道稱，美國(guó)伊利諾伊理工大學(xué)科學(xué)家用一種被稱為隨機(jī)森林的機(jī)器學(xué)習(xí)統(tǒng)計(jì)模型，對(duì)1816年到2015年美國(guó)最高法院的判決進(jìn)行預(yù)測(cè)，準(zhǔn)確率高于70%，較知識(shí)淵博的法律專家(預(yù)測(cè)準(zhǔn)確率為66%)更勝一籌。

用計(jì)算機(jī)算法預(yù)測(cè)法官行為并不稀奇。2011年，西班牙學(xué)者在一項(xiàng)研究中，使用1953年到2004年任意8名法官的投票，來(lái)預(yù)測(cè)同一案件中第9名法官的投票，準(zhǔn)確率為83%；2004年，美國(guó)學(xué)者使用1994年以來(lái)一直在法院工作的9名法官的判決，來(lái)預(yù)測(cè)2002年案件的判決結(jié)果，準(zhǔn)確率為75%。

而伊利諾伊大學(xué)理工學(xué)院法學(xué)教授丹尼爾·卡茨的團(tuán)隊(duì)利用最高法院數(shù)據(jù)庫(kù)，為每個(gè)投票標(biāo)注了16個(gè)特征，包括法官任期、訴訟發(fā)起法庭、口頭辯論是否被聽(tīng)到等，創(chuàng)建了最先進(jìn)的算法。

該模型先學(xué)習(xí)了1816年到2015年最高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(gè)案例的特征并預(yù)測(cè)裁決結(jié)果，最后被“投喂”關(guān)于該年份裁決結(jié)果實(shí)際信息的算法升級(jí)了預(yù)測(cè)策略，并繼續(xù)進(jìn)行下一年的預(yù)測(cè)。

結(jié)果顯示，對(duì)于28000項(xiàng)判決結(jié)果及24萬(wàn)張法官投票，新模型算法預(yù)測(cè)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(xué)圖書(shū)館·綜合》(PLOS ONE)上。

報(bào)道稱，律師最有可能率先將新算法付諸實(shí)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(cè)分析，對(duì)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最高法院提起訴訟。