Предиктивная судебная аналитика: возможно ли знать решение судьи до его вынесения

Что такое судебная аналитика?

В последние годы благодаря фантастическому росту уровня обработки естественного языка (Natural Language Processing) и машинного обучения, появились новые инструменты для построения прогностических моделей. Одним из таких примеров являются модели, способные раскрывать закономерности вынесения тех или иных судебных решений.

Таким образом, юристы, судьи, журналисты и программисты могут отслеживать закономерности, ведущие к принятию того или иного решения, а также, благодаря использованию программ, понимать, в чью пользу будет вынесено решение. Еще до начала судебного заседания.

Но на чем все это основано? Предиктивная аналитика – это практика извлечения информации из наборов данных (основанных как на исторических данных, так и на постоянно обновляющихся) в реальном времени для определения закономерностей и прогнозирования будущих результатов и тенденций. По оценкам Transparency Market Research, мировой рынок систем для предиктивного анализа будет расти в среднем на 17, 8% ежегодно. Наиболее востребована предиктивная аналитика в отраслях, работающих с конечными потребителями, например в банковских и финансовых сервисах, страховании, государственном секторе, фармацевтике и информационных технологиях, ритейле. Инструменты предиктивной аналитики в автоматическом режиме прогнозируют, что может произойти в будущем с достаточным уровнем точности, при этом осуществляя аналитику рисков и “what if”-сценариев. Определяющей функцией является прогностическая оценка (вероятность), помогающая агенту (индивидууму, транспортному средству, организационной единице и т.д.) в принятии решений в сложных процессах.

В своей опережающей время научной статье по исследованию потенциального использования информационных технологий в правовой области, профессор Лолор предположил, что компьютеры однажды смогут анализировать и предсказывать судебные решения. По мнению Лолора, достоверное прогнозирование деятельности судей будет зависеть от научного понимания того, каким образом закон и факты влияют на лиц, принимающих решения, т.е. на судей. Более пятидесяти лет спустя достижения в обработке естественного языка и машинном обучении уже предоставляют нам инструменты для автоматического анализа юридических материалов, с целью построения успешных прогностических моделей.

Помимо предупреждения возможных отклонений, алгоритмы машинного обучения могут быть использованы для оценки последствий вынесенных решений. Точно так же, как научные исследования приходят к рекомендациям и выводам путем анализа в том числе и судебной практики, результаты предиктивной аналитики могут быть использованы для последующего анализа причин тех или иных нарушений. Результаты предиктивной аналитики не призваны заменить судью (хотя идеи автомазации I-ой инстанции тоже высказываются), но будут использованы в качестве исходных данных для повышения эффективности и справедливости правоприменения.

Глобально, на данный момент сервисы предиктивной аналитики находятся в зародышевом состоянии – государства опасаются влияния технологий на традиционный и весьма консервативную судебную систему, а немногочисленные стартапы, работающие в данной сфере, сталкиваются с рядом проблем – недоверием пользователя, регуляторными преградами, недостаточным количеством данных, находящихся в открытом доступе.

Предиктивная судебная аналитика и правовой реализм

Не вдаваясь в подробности относительно сложной дискуссии, которая выходит за рамки данной статьи, можно заметить, что с начала 20-го века существует серьезное противоречие между двумя противоположными способами осмысления принятия судебных решений: юридическим формализмом и правовым реализмом. Коротко говоря, юридические формалисты утверждали, что закон рационально детерминирован: судьи либо решают дела дедуктивно, подводя факты под формальные правовые нормы, либо используют более сложные логические конструкции, чем дедукция, когда правовых норм недостаточно, чтобы гарантировать основанный на правовой норме результат. С другой стороны, юридические реалисты критиковали формалистские модели, настаивая на том, что судьи в первую очередь решают дела, реагируя на факт, а не основываясь на нормах закона или доктрине, которые во многих случаях неопределенны.

Сам по себе термин «реализм» используется во многих философских и художественных течениях, в основном для того, чтобы подчеркнуть какой-либо лишенный романтизации и идеализации аспект. Также и «правовой реализм» стремился описать право без идеализации, вне доктрины. То есть таким, каким оно предстает на практике на ежедневной основе. Американские правовые реалисты (Карл Ллевеллин, Валтер Кук, Герман Олифант) сфокусировались на практике судов, стремясь превратить право в эмпирическую науку.

Пожалуй важнейшим достижением школы американских правовых реалистов стало демонстрация того, что в подавляющем большинстве дел судьи могут найти альтернативные правовые доводы для оправдания противоположных решений без полной отмены предыдущих норм. То есть, неправовые соображения могут иметь решающее влияние на исход дела. Таким образом, традиционная формула обоснования решений не объясняет и не обеспечивает единообразия и предсказуемости судебной деятельности.

Почему в контексте данной статьи важны данные суждения? Стремительное появление предиктивной судебной аналитики – это еще одно полено в очаг уже подзабытой дискуссии между формалистами и реалистами. Аналитика отталкивается от того, что судья – это не сухой и независимый вершитель правосудия, а такой же человек, далеко не всегда базирующий свое решение на объективных фактах. И вопрос того, готовы ли ученые и практикующие юристы признать победу правового реализма, используя современные инструменты аналитики, стоит как никогда остро.

Данную проблематику можно рассмотреть на примере исследования, проведенного Дэниелом Ченом в США. Анализируя тысячи судебных решений судов апелляционной инстанции, он заметил корреляцию между процентом особых мнений, выносимых судьями, и войнами, в которых участвовали США. Он заметил, что во время войн, когда нация как никогда консолидирована, судьи более склоны выносить единогласное решение, нежели спорить друг с другом относительно его вынесения.

Другим примером может служить исследование, выявившее корреляцию между Днем рождения подсудимого и строгостью наказания, назначаемого судьей. На основе огромного массива данных была выявлена весьма простая, но от этого не менее интересная закономерность: судья склонен выносить более мягкий вердикт, либо округлять срок в пользу подсудимого в случае, если на день вынесения приговора приходится День рождения подсудимого. Этот эффект довольно существенен и не наблюдается, к примеру, за неделю до или после Дня рождения. Как отмечают авторы исследования, «Эффект Дня рождения», к примеру, полностью нивелируется, если вердикт выносится без физического присутствия подсудимого в зале суда.

В целом, несмотря на предоставленный упрощенный срез очень сложных правовых дискуссий, уже существующие результаты предиктивной судебной аналитики подкрепляют теорию правового реализма, согласно которой судьи реагируют в том числе на неправовые факторы, разрешая спор по делу.

Внедрение предиктивной судебной аналитики

Стартапов, работающих в сфере предиктивной судебной аналитики, не столь много, но их количество заметно возрастает, когда в сети появляются новые доступные данные. К примеру, школа права Гарвардского университета оцифровала судебные дела с 1600-х годов и до наших дней. Создатели проекта не только выложили сами данные, но и дополнили их бесплатным API. С его помощью разработчики смогут создавать собственные продукты на базе судебных решений. Например, поисковые инструменты или чатботы. В качестве успешного примера такого стартапа можно привести компанию Ravel Law. Этот стартап анализирует американские судебные прецеденты и, в отличие от многих других компаний, отталкивается от человека – судьи, а не от дела. Ravel Law структурирует все предыдущие процессы судьи и прослеживает скрытые закономерности его поведения. Таким образом, программа узнает, какие аргументы чаще всего влияют на судью, какая стилистика ведения процесса его раздражает, а какие прецеденты цитируются в его решениях чаще всего. Понимание этих аспектов позволяет адвокату быть более подготовленным на заседании, а клиенту – понимать, стоит ли вообще обращаться в суд.

В Великобритании и США право всегда было практически исключительной сферой компетенции судьи и адвоката, а судебное разбирательство стояло впереди теории, а не наоборот. В отличие от стран общего права, на континенте юриспруденция не мыслилась и не мыслится вне науки и академически образованного юриста. Перечисленные существенные отличия, кажущиеся не столь актуальными в век технических преобразований, все еще кардинальным образом поляризуют отношение этих двух правовых систем к предиктивной судебной аналитике.

Так, в отличие от США и Великобритании, где судебная система, похоже, приняла компании, работающие в сфере судебной аналитики как свершившийся факт, Франция решила искоренить данную практику. В 2019 году Парламент Франции внес поправки в ст. 33 Закона о реформе правосудия, запрещающие использование аналитических данных о поведении судей. Статья гласит, что «никакие данные о судьях или секретарях суда с указанием их личных данных не могут быть повторно использованы для оценки, анализа и прогнозирования их реальной или предполагаемой профессиональной практики». За нарушение закона можно получить наказание до 5 лет тюрьмы. Новое регулирование – самое жесткое в мировой практике.

Сложно сделать однозначный вывод о том, полезны или вредны для общества в целом и судебной системы в частности технологии предиктивной судебной аналитики. С одной стороны, анализ правовых данных поможет модернизировать и улучшить нынешнюю систему правосудия: государство может использовать данные, чтобы вычислять предвзятых и непоследовательных судей, судья – чтобы знать собственные недостатки, а истец – чтобы понимать, стоит ли ему вообще обращаться в суд, тратить собственные денежные ресурсы и время в ситуации, когда иск с большой долей вероятности не будет удовлетворен.

С другой стороны, обработка больших данных всегда влечет за собой проблему асимметрии информации – одна из сторон процесса в силу обладания большей информацией сможет знать почти точную вероятность выигрыша в суде, а другая сможет полагаться лишь на собственные суждения. Большая проблема заключается в дилемме, которая возникнет, если мы дойдем до времени, когда цифры станут предсказывать исход дела – отзовете ли вы свой иск, основываясь только на данных предиктивной судебной аналитики? Это серьезная уже этическая, а не технологическая дилемма. В любом случае, подобная ситуация окажет сильное влияние на доступ к правосудию, и пока неясно, в какую сторону – сделает его более доступным в виду дешевизны технологии, или создаст дополнительный барьер при доступе в суд.