Do Judges Behave Like Algorithms?
हैरिस काउंटी, टेक्सास में अपराध संबंधी जमानत सुनवाई का यह अध्ययन प्रकट करता है कि जबकि मजिस्ट्रेट न्यायाधीश आम तौर पर स्थिर कारकों पर आधारित पूर्वानुमेय, एल्गोरिदम जैसे नियमों का पालन करते हैं, न्यायाधीशों के बीच महत्वपूर्ण विसंगतियां अक्सर असमान उपचार की ओर ले जाती हैं, जो यह सुझाव देती है कि न्यायिक निष्पक्षता में सुधार के लिए यह पहचानना महत्वपूर्ण है कि मानवीय निर्णय इन पैटर्न से कहाँ विचलित होता है।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
एक ऐसी दुनिया की कल्पना करें जहाँ हर निर्णय एक विशाल, अदृश्य कैलकुलेटर द्वारा लिया जाता है। आर्टिफिशियल इंटेलिजेंस और कानून के विज्ञान के क्षेत्र में, शोधकर्ता लगातार यह सवाल पूछ रहे हैं: क्या हमें कंप्यूटर को बड़े फैसले लेने देने चाहिए, जैसे कि कौन जेल जाएगा और कौन आज़ाद रहेगा? इसे समझने के लिए, आपको निर्णय लेने के दो तरीकों के बारे में जानना होगा। पहला तरीका एक सख्त रेसिपी (विधि) की तरह है: "यदि आपके पास तीन स्ट्राइक हैं, तो आप बाहर हैं।" यह स्पष्ट, निष्पक्ष है और सभी को एक ही परिणाम मिलता है। दूसरा तरीका एक शेफ द्वारा सूप चखने जैसा है: "इसमें थोड़े और नमक की जरूरत है, लेकिन शायद तब नहीं जब टमाटर बहुत खट्टे हों।" यह लचीला और व्यक्तिगत है, लेकिन यह शेफ के मूड और याददाश्त पर निर्भर करता है। दशकों से, लोग इस बात पर बहस कर रहे हैं कि न्यायाधीशों को सख्त रेसिपी का पालन करना चाहिए या लचीले स्वाद का। अब, जैसे-जैसे कंप्यूटर स्मार्ट होते जा रहे हैं, बहस बदल गई है। न्यायाधीशों को रोबोट से बदलने के बजाय, वैज्ञानिक एक अधिक विचित्र सवाल पूछ रहे हैं: क्या न्यायाधीश पहले से ही रोबोट की तरह व्यवहार कर रहे हैं? यदि एक न्यायाधीश एक छिपी हुई रेसिपी का पालन कर रहा है, तो हम उसे ढूंढ सकते हैं और ठीक कर सकते हैं। लेकिन यदि वे वास्तव में उन भावनाओं के आधार पर सूप का स्वाद ले रहे हैं जिन्हें हम देख नहीं सकते, तो यह एक बहुत कठिन समस्या है जिसे हल करना मुश्किल है।
यह शोध पत्र इस रहस्य में झाँककर इस गहराई में उतरता है, जिसमें टेक्सास के हैरिस काउंटी के 21 मजिस्ट्रेटों (न्यायाधीशों) के मन को देखा गया है, जो यह तय करते हैं कि अपराध के आरोपी व्यक्तियों को उनके मुकदमे से पहले रिहा किया जाना चाहिए या जेल में रखा जाना चाहिए। शोधकर्ताओं ने इन न्यायाधीशों के साथ एक 'ब्लैक बॉक्स' जैसा व्यवहार किया और उनके निर्णय लेने की प्रक्रिया को रिवर्स-इंजीनियर करने की कोशिश की। उन्होंने पूछा: क्या हम एक सरल, समझने योग्य फॉर्मूला लिख सकते हैं जो यह अनुमान लगा सके कि एक विशिष्ट न्यायाधीश क्या करेगा? और यदि हम ऐसा कर सकते हैं, तो क्या सभी न्यायाधीश एक ही फॉर्मूले का उपयोग करते हैं, या प्रत्येक न्यायाधीश का अपना गुप्त कोड होता है?
टीम ने 22,000 से अधिक मामलों के एक विशाल डेटासेट को साफ करने के साथ शुरुआत की। सबसे पहले, उन्हें "ग्लिच" (खराबी) से निपटना था। उन्होंने पाया कि एक न्यायाधीश के निर्णयों में से लगभग 2% से 33% को किसी भी तार्किक नियम द्वारा समझाया नहीं जा सका। जब उन्होंने करीब से देखा, तो उन्हें एहसास हुआ कि ये कोई रहस्यमय जादू या पूर्वाग्रह नहीं थे; ये केवल त्रुटियाँ थीं। कभी कंप्यूटर फॉर्म गलत भरे गए थे, कभी न्यायाधीश को किसी दूसरे deely (काउंटी) के अपराध के बारे में पता था जो डेटाबेस में नहीं था, या कभी उन्होंने अदालत में कोई ऐसी बात सुनी जो लिखित रिकॉर्ड में कभी नहीं पहुँची। एक बार जब उन्होंने इन "शोर वाले" (noisy) मामलों को हटा दिया, तो असली कहानी सामने आई।
शोधकर्ताओं ने खोजा कि, आश्चर्यजनक रूप से, अधिकांश न्यायाधीश एल्गोरिदम की तरह व्यवहार करते हैं। 21 में से 16 न्यायाधीशों के लिए, टीम एक छोटा, सरल 'डिसीजन ट्री' (एक फ्लोचार्ट जिसमें केवल कुछ चरण होते हैं) बना सकी जो न्यायाधीश के निर्णय की 85% से 100% सटीकता के साथ भविष्यवाणी कर सकता था। ये फॉर्मूले कुछ स्पष्ट कारकों पर निर्भर थे, जैसे कि प्रतिवादी की आयु, उनके कितने वारंट बकाया थे, और वह विशिष्ट प्रकार का अपराध जिसके लिए उन पर आरोप लगाए गए थे। यह पता चला कि कई न्यायाधीशों के लिए, "सूप चखना" वास्तव में एक बहुत ही विशिष्ट, दोहराने योग्य रेसिपी का पालन करना है।
हालाँकि, यहाँ एक मोड़ है: जबकि न्यायाधीश एल्गोरिदम की तरह काम कर रहे हैं, वे सभी अलग-अलग एल्गोरिदम का उपयोग कर रहे हैं। अध्ययन में पाया गया कि न्यायाधीश अपने स्वयं के प्रति अत्यधिक सुसंगत हैं—अर्थात, न्यायाधीश A समान मामलों के लिए 7적인 76% बार वही चुनाव करेगा। लेकिन वे एक-दूसरे के प्रति सुसंगत होने में बहुत खराब हैं। जब शोधकर्ताओं ने न्यायाधीश A की "रेसिपी" का उपयोग यह अनुमान लगाने के लिए किया कि न्यायाधीश B क्या करेगा, तो यह बुरी तरह विफल रहा, और इसका प्रदर्शन रैंडम अनुमान लगाने से बेहतर नहीं था। वास्तव में, कुछ जोड़ों के लिए, वे युवाओं (24 वर्ष से कम) से संबंधित लगभग हर मामले में असहमत थे। एक न्यायाधीश एक वारंट वाले युवा को देखकर कह सकता है "उसे छोड़ दो," जबकि दूसरा बिल्कुल उसी प्रोफाइल को देखकर कहता है "उसे हिरासत में लो।"
पेपर ने यह भी देखा कि किन चरों (variables) का महत्व सबसे अधिक था। जबकि आयु और वारंट की संख्या लगभग सभी के लिए महत्वपूर्ण थी, अन्य कारकों को दिए जाने वाला महत्व बहुत भिन्न था। कुछ न्यायाधीशों को इस बात की गहरी परवाह थी कि प्रतिवादी बेघर है या उसका लिंग क्या है, जबकि अन्य इन कारकों को पूरी तरह से अनदेखा कर देते थे। यह सुझाव देता है कि जमानत की सुनवाई का परिणाम इस बात पर बहुत अधिक निर्भर करता है कि आपको कौन सा न्यायाधीश मिला, न कि केवल आपके मामले के तथ्यों पर।
अंततः, लेखक सुझाव देते हैं कि हमें न्यायाधीशों को कंप्यूटर से बदलने की कोशिश नहीं करनी चाहिए। इसके बजाय, हमें इन "छिपी हुई रेसिपी" को समझने के लिए इन निष्कर्षों का उपयोग करना चाहिए जिनका न्यायाधीश पहले से ही उपयोग कर रहे हैं। यदि हम देख सकते हैं कि न्यायाधीश X हमेशा न्यायाधीश Y की तुलना में युवाओं के साथ अलग व्यवहार करता है, या किसी न्यायाधीश का निर्णय डेटा के एक लापता हिस्से के आधार पर बदल जाता है, तो हम इन विसंगतियों को ठीक कर सकते हैं। इन अदृश्य नियमों को दृश्यमान बनाकर, हम न्याय प्रणाली को अधिक निष्पक्ष और अनुमानित बनाने में मदद कर सकते हैं, यह सुनिश्चित करते हुए कि "रेसिपी" सभी के लिए एक समान हो, चाहे खाना कोई भी बना रहा हो।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।