Η μέθοδος μπορεί να αποδειχθεί χρήσιμη, τόσο για τους δικηγόρους, όσο και για τους δικαστές, ως ένα βοηθητικό εργαλείο, που θα εντοπίζει γρήγορα περιπτώσεις και θα εξάγει δείγματα, τα οποία θα οδηγούν σε σίγουρα αποτελέσματα.
«Δεν πιστεύουμε ότι η τεχνητή νοημοσύνη μπορεί να αντικαταστήσει τους δικαστές ή τους δικηγόρους, αλλά νομίζουμε ότι θα τους φανεί χρήσιμη για την ταχεία αναγνώριση προτύπων στις περιπτώσεις που οδηγούν σε σίγουρα αποτελέσματα. Θα είναι επίσης ένα πολύτιμο εργαλείο για την ανάδειξη περιπτώσεων που είναι πιο πιθανό να αποτελούν παραβιάσεις της Ευρωπαϊκής Σύμβασης για τα Ανθρώπινα Δικαιώματα», εξήγησε ο Δρ. Νικόλαος Αλέτρας, ο οποίος ηγήθηκε της μελέτης στο UCL.
Κατά την ανάπτυξη της μεθόδου, η ομάδα διαπίστωσε ότι οι αποφάσεις από το Ευρωπαϊκό Δικαστήριο για τα Ανθρώπινα Δικαιώματα, συσχετίζονται σε μεγάλο βαθμό, με μη νομικά γεγονότα απ’ ότι με άμεσα νομικά επιχειρήματα, γεγονός που υποδηλώνει ότι οι δικαστές του Δικαστηρίου είναι, κατά την ορολογία της νομικής θεωρίας, «ρεαλιστές» και όχι «φορμαλιστές». Αυτό υποστηρίζουν ευρήματα από προηγούμενες μελέτες των διαδικασιών λήψης αποφάσεων από άλλα υψηλόβαθμα δικαστήρια, συμπεριλαμβανομένου του Ανώτατου Δικαστηρίου των ΗΠΑ.
«Η μελέτη, η οποία είναι η πρώτη του είδους της, τεκμηριώνει τα ευρήματα των άλλων εμπειρικών εργασιών σχετικά με τους καθοριστικούς παράγοντες της συλλογιστικής που εκτελούνται από υψηλόβαθμα δικαστήρια. Θα πρέπει να αναλυθεί και να βελτιωθεί, μέσα από τη συστηματική εξέταση περισσότερων δεδομένων», εξήγησε ο συν-συγγραφέας Δημήτριος Τσαραπατσάνης, Λέκτορας της Νομικής στο Πανεπιστήμιο του Σέφιλντ.
Η ομάδα των Ελλήνων επιστημόνων, μαζί με τον Dr Daniel Preoţiuc-Pietro από το Πανεπιστήμιο της Πενσυλβάνια, εξήγαν πληροφορίες περιπτώσεων, που δημοσιεύθηκαν από το ΕΔΑΔ, στη δημόσια προσβάσιμη βάση δεδομένων τους.
«Ιδανικά, θα δοκιμάζαμε και θα τελειοποιούσαμε τον αλγόριθμό μας χρησιμοποιώντας τις αιτήσεις που υποβάλλονται στο δικαστήριο και όχι τις δημοσιευμένες αποφάσεις, αλλά χωρίς να έχουμε πρόσβαση σε αυτά τα δεδομένα, βασιζόμαστε στις δημοσιευμένες από τα δικαστήρια περιλήψεις αυτών των καταθέσεων», εξήγησε ο συν-συγγραφέας, Δρ. Βασίλειος Λάμπος, από το τμήμα Computer Science του UCL.
Η ερευνητική ομάδα εντόπισε σύνολα δεδομένων στην Αγγλική γλώσσα για 584 υποθέσεις που σχετίζονται με τα άρθρα 3, 6 και 8* της σύμβασης και εφάρμοσαν έναν αλγόριθμο τεχνητής νοημοσύνης, για να βρουν δείγματα στο κείμενο. Για να αποτρέψουν μεροληψία και λάθη, επέλεξαν έναν ίδιο αριθμό για περιπτώσεις παραβάσεων και μη παραβάσεων.
Τα πιο αξιόπιστα στοιχεία για την πρόβλεψη της απόφασης του δικαστηρίου βρέθηκαν να είναι η γλώσσα που χρησιμοποιείται, καθώς και τα θέματα και οι συνθήκες που αναφέρονται στο κείμενο της υπόθεσης. Το τμήμα «περιστάσεις» του κειμένου περιλαμβάνει πληροφορίες σχετικά με τα πραγματικά περιστατικά της υπόθεσης. Με το συνδυασμό των πληροφοριών που προέρχονται από τα αφηρημένα «θέματα» που καλύπτουν οι περιπτώσεις και από τις «περιστάσεις» από τα δεδομένα και των τριών άρθρων, επιτεύχθηκε ακρίβεια 79%.
«Προηγούμενες μελέτες έχουν προβλέψει αποτελέσματα με βάση τη φύση του εγκλήματος, ή την πολιτική θέση του κάθε δικαστή, έτσι αυτή είναι η πρώτη φορά που οι κρίσεις έχουν προβλεφθεί χρησιμοποιώντας την ανάλυση των κειμένων που ετοιμάζονται από το δικαστήριο. Αναμένουμε ότι αυτό το είδος του εργαλείου θα βελτιώσει την αποδοτικότητα σε υψηλό επίπεδο, στα περιζήτητα δικαστήρια, αλλά για να γίνει πραγματικότητα, θα πρέπει να το δοκιμάσουμε σε περισσότερα άρθρα και δεδομένα που έχουν υποβληθεί στο δικαστήριο», προσθέτει ο Δρ Λάμπος.
*Το άρθρο 3 απαγορεύει τα βασανιστήρια και την απάνθρωπη και εξευτελιστική μεταχείριση (250 περιπτώσεις). Το άρθρο 6 προστατεύει το δικαίωμα σε δίκαιη δίκη (80 περιπτώσεις) και το άρθρο 8 προβλέπει το δικαίωμα για σεβασμό της «ιδιωτικής και οικογενειακής ζωής, της κατοικίας και της αλληλογραφίας κάθε ατόμου” (254 περιπτώσεις)
Εστάλη στην ΟΔΥΣΣΕΙΑ, 25.10.2016, ellines