Algorytmy w sądzie: gdy sztuczna inteligencja pomaga wydawać wyroki

Sztuczna inteligencja wchodzi do sal sądowych nie przez drzwi frontowe, lecz przez systemy informatyczne. Narzędzia do oceny ryzyka recydywy, automatycznej transkrypcji przesłuchań i analizy dowodów tekstowych są już stosowane w wielu jurysdykcjach. Problem w tym, że decyzja o pozbawieniu wolności nadal nosi sygnaturę sędziego, choć jej podstawą bywa wynik modelu, którego nikt w sali nie potrafi w pełni wyjaśnić.

Co robi AI w sądzie

Najczęstsze zastosowania to: ocena ryzyka ponownego popełnienia przestępstwa (risk assessment), rekomendacje dotyczące kaucji i dozoru, analiza dużych zbiorów dokumentów procesowych oraz automatyczne streszczenia. Te systemy nie wydają wyroków w sensie prawnym, lecz dostarczają rekomendacje, które sędziowie i prokuratorzy traktują jako punkt odniesienia.

Różnica między „wsparciem” a „decyzją” bywa rozmyta. Gdy model wskazuje wysokie ryzyko recydywy, a sędzia orzeka surowiej, trudno udowodnić, że to nie algorytm zdecydował. Z tego powodu krytycy mówią o „automatyzacji przez delegację”: człowiek formalnie decyduje, faktycznie podąża za maszyną.

Zagrożenia

Najpoważniejsze ryzyka to:

• Nieprzejrzystość. Modele uczone na historycznych danych dziedziczą uprzedzenia systemowe: jeśli w przeszłości pewne grupy były częściej skazywane, algorytm „nauczy się” je traktować jako bardziej ryzykowne.
• Brak możliwości odwołania. Skazany ma prawo poznać podstawę wyroku. Gdy podstawą jest wynik modelu chronionego tajemnicą handlową, prawo do obrony staje się fikcją.
• Halucynacje i błędy. Systemy językowe mogą generować nieistniejące precedensy lub błędnie cytować akty prawne. W sądzie taki błąd kosztuje wolność.
• Zależność od dostawcy. Oprogramowanie sądowe bywa własnością prywatnych firm. Zmiana kontraktu lub aktualizacja modelu może zmienić wyniki bez wiedzy sądu.

Co można zrobić

Regulacje w stylu unijnego Aktu o sztucznej inteligencji klasyfikują systemy sądowe jako wysokiego ryzyka, co oznacza obowiązek oceny zgodności, dokumentacji i nadzoru człowieka. To dobry kierunek, lecz regulacja sama w sobie nie wystarczy. Potrzebne są: audyty algorytmów, jawność metodologii, prawo do wyjaśnienia decyzji oraz obowiązek weryfikacji każdego wyniku przez sędziego.

Sądownictwo to dziedzina, w której błąd maszyny nie jest abstrakcją. Zanim algorytm zyska zaufanie, musi najpierw zasłużyć na nie transparentnością.

Oznaczenie treści AI

Ten artykuł powstał z udziałem sztucznej inteligencji: research oraz tekst przygotował i zredagował agent AI. Dane, daty i cytaty przytoczone w tekście pochodzą ze zweryfikowanych źródeł.