Cookies op Tweakers

Tweakers maakt gebruik van cookies, onder andere om de website te analyseren, het gebruiksgemak te vergroten en advertenties te tonen. Door gebruik te maken van deze website, of door op 'Ga verder' te klikken, geef je toestemming voor het gebruik van cookies. Wil je meer informatie over cookies en hoe ze worden gebruikt, bekijk dan ons cookiebeleid.

Meer informatie

Kunstmatige intelligentie voorspelt uitkomst rechtszaken met hoge zekerheid

Britse en Amerikaanse onderzoekers hebben een kunstmatige intelligentie ontwikkeld die de uitkomst van mensenrechtenzaken met een zekerheid van gemiddeld 79 procent kan voorspellen. Het systeem doet dit door teksten van uitspraken te analyseren.

Het systeem moest voorspellen of een bepaalde zaak wel of niet een schending van drie verschillende artikelen van het EVRM opleverde. De wetenschappers kwamen erachter dat de belangrijkste factoren voor het voorspellen van de uitkomst de gebruikte taal en de onderwerpen en omstandigheden uit de tekst zijn. Zo hielden de beslissingen van de rechters meer verband met de feiten van de zaak dan met de juridische argumenten. De 584 geanalyseerde zaken zijn allemaal afkomstig van het Europese Hof voor de Rechten van de Mens in Straatsburg, schrijven de wetenschappers. Deze zijn terug te vinden in een publieke database. Door de teksten met een machine learning-algoritme te analyseren konden zij patronen identificeren en aan de hand daarvan voorspellingen doen.

Volgens een van de wetenschappers is het systeem niet in staat om advocaten of rechters te vervangen, maar is het waardevol bij het identificeren van patronen die duiden op een bepaalde uitkomst. Daarnaast is het systeem nuttig voor het aanwijzen van zaken die waarschijnlijk tot een schending van mensenrechten zullen leiden. Tot nu toe zou het onderzoek rond het voorspellen van rechterlijke beslissingen vooral gericht zijn op het voorspellen van de beslissingen van individuele rechters, zonder gebruik te maken van tekstuele informatie.

De zaken van het EHRM zijn volgens de onderzoekers bijzonder geschikt voor analyse op basis van tekst, omdat zij een duidelijke indeling hebben. Zo moet een uitspraak bijvoorbeeld een onderdeel bevatten waarin de feiten zijn beschreven en welke procedure aan de zaak vooraf is gegaan. Uit elk relevant onderdeel leidden de onderzoekers verschillende eigenschappen van de tekst af, bijvoorbeeld zogenaamde n-grams. De wetenschappers van de Britse universiteiten van Sheffield en Londen en de Amerikaanse universiteit van Pennsylvania presenteren hun onderzoek maandag.

Illustratie van de indeling van een EHRM-zaak

Door Sander van Voorst

Nieuwsredacteur

24-10-2016 • 16:16

62 Linkedin Google+

Lees meer

Reacties (62)

Wijzig sortering
Het geheel lezende (incl reacties) resten mij feitelijk twee vragen m.b.t. de titel: 1) kun je hier, gezien alle restricties en nuanceringen, dan nog spreken van AI? en 2) wat is er uiteindelijk zo trefzeker geraakt?
1) Ik heb hier betoogd dat je zeker van AI kunt spreken.

2) Stel ik laat jou een hoofdstuk uit een boek lezen en daarna moet jij raden of het goed afloopt. De onderzoekers hebben iets vergelijkbaars gedaan met deze AI, maar dan toegepast op vonnissen van rechtszaken. Ik heb hier voorgerekend waarom het zo knap is om dan in 79% van de gevallen correct te doen.
1 Helder. Kan je in het geval van het EHRM dan eventueel ook spreken van een passieve ondersteunende (zwakke) AI tbv de mens? En in het geval van bijvoorbeeld de nu ontwikkel(en)de maar verboden 'fighting robots' van een actieve interveniërende (sterke) AI?

2 [...'zo knap'...] kun je hier dan - gezien de eerdere hoge verwachtingen tav AI - niet beter spreken van een 'normale ontwikkeling' binnen de AI? 'Zo knap' lijkt me eerder een kwalificatie passend bij een menselijke prestatie; terwijl hier toch gewoon sprake lijkt van een algoritme dat iets gewoon doorrekend zoals dat van een algoritme verwacht mag worden binnen de normaal van de AI
1: we spreken in de AI niet van passief vs actief maar van reactief vs proactief. Zoals de naam al suggereert, doet een reactieve agent alleen iets in reactie op een gebeurtenis of opdracht. Een proactieve agent begint uit zichzelf aan nieuwe acties. De uitspraakvoorspeller waar dit nieuwsbericht over ging is inderdaad een reactieve weak AI. (Overigens kun je nauwlijks van een agent spreken, een SVM is niet veel meer dan een statistisch model.) Vechtrobots zijn inderdaad proactief, maar dat is nog niet genoeg om van een strong AI te kunnen spreken. Als een robot alleen maar hoeft te kunnen vechten is het immers niet nodig dat die ook andere taken kan leren, laat staan dat die gevoel, creativiteit of bewustzijn heeft. Kruisraketten en assault drones zijn trouwens ook vechtrobots en die zijn helemaal niet verboden.

2: tsja, het woord "knap" heeft vele betekenissen. Ik bedoelde hier dat de voorspellingen erg accuraat waren. Het gaat om een nieuwe combinatie van bestaande technieken en het was tot op zekere hoogte te verwachten dat de aanpak in dit onderzoek zou werken, dus in die zin is het niet baanbrekend. De accuratesse is wel erg goed, dus er is toch sprake van een heel mooi onderzoeksresultaat. Ook mag er best wel wat credit gegeven worden voor het bedenken van deze specifieke combinatie.
Ze moeten niet terugroepen ze moeten fixes uitbrengen.

Op dit item kan niet meer gereageerd worden.


Apple iPhone XS Red Dead Redemption 2 LG W7 Google Pixel 3 XL OnePlus 6T (6GB ram) FIFA 19 Samsung Galaxy S10 Google Pixel 3

Tweakers vormt samen met Tweakers Elect, Hardware.Info, Autotrack, Nationale Vacaturebank en Intermediair de Persgroep Online Services B.V.
Alle rechten voorbehouden © 1998 - 2018 Hosting door True