DalšíDalší průvodce
Predikce celoživotní hodnoty zákazníka
Aplikace
PRŮVODCE aplikacemi
Predikce výsledku soudních sporů AI využívá historické soudní záznamy k odhadu, jak se soudce, soud nebo protistrana choval a jak by věc mohla dopadnout.
Poslechněte si tento návodAI-vyprávěný · ~3 min
Typická opatření zahrnují, jak často jsou návrhy vyhověny, jak dlouho případy trvají a typické škody. Tyto odhady se řídí strategií, rozpočty, financováním urovnání a soudních sporů, ale většinou se jedná o historické základní sazby, nikoli o prognózy jakéhokoli jednotlivého případu.
Analýza soudních sporů začíná listinami. Federální případy jsou dostupné prostřednictvím PACER a prodejci tyto záznamy shromažďují, čistí a klasifikují ve velkém měřítku. Pokrytí státních soudů je nejednotnější, protože soudní systémy a pravidla přístupu se liší. Produkty, jako je Lex Machina, který LexisNexis získal v roce 2015, a analytika ve Westlaw a Bloomberg Law přeměňují zápisy v docket na opatření. Příklady zahrnují, jak často soudce uděluje zkrácený rozsudek, typickou lhůtu k soudnímu řízení, náhradu škody přiznanou v určitém typu případu a jak se právní firmě dařilo před soudem. Většina toho, co tyto nástroje hlásí, je popisná: historické základní sazby. Predikce výsledku jde dále a používá tyto funkce k odhadu pravděpodobnosti konkrétního výsledku. Akademická práce ukazuje příslib i úskalí. Model z roku 2017 od Katze, Bommarita a Blackmana předpovídal rozhodnutí Nejvyššího soudu USA správně asi v 70 procentech případů během mnoha desetiletí. Široce citovaná studie případů Evropského soudu pro lidská práva z roku 2016 uvedla vysokou přesnost. Kritici však poznamenali, že použila vlastní písemné shrnutí skutkového stavu soudu, které se připravuje poté, co je znám výsledek. Pro každou předpověď platí několik limitů: Efekty výběru jsou velké. Většina případů se vyřeší, takže rozhodnuté případy nejsou náhodným vzorkem. Tento bod je spojen s hypotézou Priest-Klein; Vzorky se rychle zmenšují. Soudce mohl rozhodnout jen o několika návrzích, jako je ten váš; Kódování výsledků je chaotické. Někdo musí klasifikovat dílčí granty a smíšená rozhodnutí; a Právo a personální změny v průběhu času. Existují také politické limity. V roce 2019 Francie zakázala používat údaje o totožnosti soudců k hodnocení nebo předvídání jejich profesních postupů. Mylnou představou, které je třeba se vyhnout, je číst základní sazbu jako svůj kurz. 40procentní míra grantu popisuje minulé návrhy, nikoli sílu vaší.
Před podáním návrhu na zamítnutí v patentové věci právní zástupce zkontroluje, jak často přidělený soudce takovým návrhům v posledních letech vyhověl a jak dlouho rozhodnutí obvykle trvalo.
Poskytovatel soudního sporu prověřuje příchozí obchodní spor tak, že jej porovnává s historickými výsledky pro podobné nároky na stejném místě a se záznamem žalovaného o vypořádání.
Tým pojistných událostí pojistitele trénuje model na svých vlastních uzavřených spisech, aby odhadl rozsahy vypořádání pro nové pojistné události.
Obranný tým porovnává škody udělené v verdiktech o obchodním tajemství ve dvou federálních distriktech a rozhoduje se, zda požádat o převod.
Pokrytí by mělo růst, protože stále více státních soudů digitalizuje jejich záznamy a jazykové modely vytahují strukturované události z textu spisu. Očekávejte více nástrojů, které spárují statistiky s podkladovými příkazy, aby právníci mohli číst rozhodnutí za sazbou. Důležitá je také regulace. Zákon EU o umělé inteligenci považuje některé systémy umělé inteligence používané soudními orgány za vysoce rizikové a na to, jak právníci používají předpovědi, se vztahují profesionální pravidla o otevřenosti a způsobilosti. Předpovědi pravděpodobně zůstanou nejužitečnější pro rozpočtování, rozsahy vypořádání a rozhodování v mnoha případech, kde jsou chyby průměrné. Zůstanou nejméně spolehlivé pro jediný nový spor.
Newsletter zdarma
Tři ověřené příběhy ze světa AI každý všední den ráno, psané srozumitelnou angličtinou. Navždy zdarma, bez reklam.
Jeden e-mail každý všední den. Odhlásit se můžete jedním kliknutím. Vaši adresu nikdy neprodáváme ani nesdílíme.
Otestujte se
Okamžitá zpětná vazba ke každé odpovědi a sdílitelný certifikát s ověřitelným ID po absolvování kurzu.
Podpořte bezplatnou AI vzdělávání. AI Understanding je nezisková organizace 501(c)(3) — žádné reklamy, žádná platba za přístup, nikdy. Darujte
Predikce výsledku soudních sporů AI využívá historické soudní záznamy k odhadu, jak se soudce, soud nebo protistrana choval a jak by věc mohla dopadnout. Typická opatření zahrnují, jak často jsou návrhy vyhověny, jak dlouho případy trvají a typické škody. Tyto odhady se řídí strategií, rozpočty, financováním urovnání a soudních sporů, ale většinou se jedná o historické základní sazby, nikoli o prognózy jakéhokoli jednotlivého případu.
Většina výstupů popisuje minulost, jako jsou sazby grantů, doba do soudního řízení a rozsahy škod. Predikce výsledku je dalším krokem postaveným na těchto sazbách.
Pokud vstupní text napsal soud s již známým výsledkem, může výsledek prozradit. Díky tomu je předpověď jednodušší, než by tomu bylo při podání.
Případy, které dosáhnou rozhodnutí, jsou ty, které nebyly urovnány, takže jejich výsledky nemusí představovat všechny spory tohoto typu.
Francouzské pravidlo se zaměřuje na analýzy, které profilují jednotlivé soudce, nikoli na přístup k rozhodnutím obecně.
Přitažením odhadu směrem k širšímu průměru se vyhnete hlášení hlučných extrémů, jako je 100% míra grantu na základě dvou rozhodnutí.
Učte se dál
Pro toto téma bylo vybráno více průvodců
DalšíDalší průvodce
Predikce celoživotní hodnoty zákazníka
Aplikace