Can Administrative Justice Be Predicted ? AStudy of Open Judicial Decisions in France
यह अध्ययन प्रदर्शित करता है कि जूरीबर्ट (JuriBERT), जो एक फ्रांसीसी कानूनी डोमेन-अनुकूलित मॉडल है, केवल तथ्यात्मक और प्रक्रियात्मक पृष्ठभूमियों के आधार पर 157,000 से अधिक फ्रांसीसी प्रशासनिक न्यायाधिकरण निर्णयों के परिणामों की सबसे सटीक भविष्यवाणी करता है, जो 0.718 का मैक्रो F1 स्कोर प्राप्त करता है और निर्णय से पूर्व मामले के तथ्यों में निहित भविष्य कहने वाले संकेत को उजागर करता है।
मूल पेपर CC BY 4.0 (https://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
कल्पना कीजिए कि एक ऐसी दुनिया है जहाँ आप किसी अदालत के भविष्य में झाँक सकते हैं, किसी क्रिस्टल बॉल से नहीं, बल्कि एक सुपर-स्मार्ट कंप्यूटर के माध्यम से। यह प्रेडिक्टिव जस्टिस (पूर्वानुमानित न्याय) का क्षेत्र है, जो विज्ञान की एक ऐसी शाखा है जहाँ आर्टिफिशियल इंटेलिजेंस (AI) हथौड़ा गिरने से पहले ही यह अनुमान लगाने की कोशिश करता है कि एक न्यायाधीश किसी मामले पर क्या निर्णय देगा। इसे मुकदमों के लिए मौसम के पूर्वानुमान की तरह समझें: बारिश या धूप की भविष्यवाणी करने के बजाय, यह भविष्यवाणी करता है कि कोई कानूनी दावा खारिज कर दिया जाएगा, आंशिक रूप से स्वीकार किया जाएगा, या पूरी तरह से जीत लिया जाएगा। दशकों से, लोग यह सोचते आए हैं कि क्या ये परिणाम यादृच्छिक (रैंडम) होते हैं या वे छिपे हुए पैटर्न का पालन करते हैं। शक्तिशाली कंप्यूटरों के उदय और इंटरनेट द्वारा लाखों अदालती रिकॉर्डों को सार्वजनिक करने के साथ, वैज्ञानिक अब पूछ रहे हैं: क्या हम एक मशीन को किसी मामले के तथ्यों को पढ़ना और उसके अंत का सटीक अनुमान लगाना सिखा सकते हैं? यदि हम ऐसा कर पाते हैं, तो यह लोगों के कानूनी लड़ाई लड़ने के तरीके को बदल सकता है, जिससे उन्हें यह तय करने में मदद मिल सकती है कि समझौता करना है, लड़ना है, या पीछे हट जाना है।
यह शोध पत्र इस प्रश्न की पड़ताल करने के लिए फ्रांसीसी प्रशासनिक न्यायालय प्रणाली पर नज़र डालता है, जहाँ आम लोग सरकार के खिलाफ कर (टैक्स), आप्रवास (इमिग्रेशन), या सामाजिक लाभों जैसी चीजों के लिए मुकदमा लड़ते हैं। शोधकर्ताओं ने जनवरी 2024 से सितंबर 2025 के बीच के 157,390 वास्तविक अदालती निर्णयों का एक विशाल पुस्तकालय एकत्र किया। उनका लक्ष्य एक "डिजिटल जासूस" बनाना था जो केवल विवाद की कहानी—तथ्यों और प्रक्रियात्मक इतिहास—को पढ़ सके और अंतिम परिणाम का अनुमान लगा सके। यह सुनिश्चित करने के लिए कि कंप्यूटर 'उत्तर कुंजी' का उपयोग नहीं कर रहा है, उन्होंने इनपुट से न्यायाधीश के तर्क और अंतिम निर्णय को सावधानीपूर्वक हटा दिया। उन्होंने इस कार्य को एक चार-तरफा दौड़ की तरह माना: क्या मामला खारिज (Rejet) कर दिया जाएगा, आंशिक रूप से संतुष्ट, पूरी तरह से संतुष्ट, या किसी अन्य प्रक्रिया (जैसे "Renvoi") के लिए हस्तांतरित किया जाएगा?
टीम ने यह देखने के लिए कि कौन सा सबसे अच्छा जासूस है, पांच अलग-अलग प्रकार के AI "मस्तिष्कों" का परीक्षण किया। उन्होंने रैंडम फॉरेस्ट (जो उत्तर पर मतदान करने वाले निर्णय वृक्षों की एक समिति की तरह कार्य करता है) और सपोर्ट वेक्टर मशीन्स जैसे क्लासिक तरीकों का परीक्षण किया, और उन्होंने ट्रांसफॉर्मर मॉडल भी आज़माए, जो सुपर-रीडर्स की तरह होते हैं जो शब्दों के संदर्भ को समझते हैं। इनमें से एक, जिसे JuriBERT कहा जाता है, विशेष था क्योंकि इसने इस परीक्षण से पहले लाखों फ्रांसीसी कानूनी दस्तावेजों का अध्ययन किया था, जिससे वह एक सामान्य विशेषज्ञ के बजाय एक "कानूनी विशेषज्ञ" बन गया। उन्होंने GPT नामक एक विशाल AI मॉडल का भी "फ्यू-शॉट" (few-shot) मोड में परीक्षण किया, जहाँ उसे केवल कुछ उदाहरण दिए गए और अनुमान लगाने के लिए कहा गया, बिना किसी विशिष्ट फ्रांसीसी डेटा पर गहन प्रशिक्षण के।
परिणाम स्पष्ट और सटीक थे। विशेष कानूनी AI, JuriBERT विजेता रहा, जिसने 78.3% बार सही भविष्यवाणी की और एक उच्च बैलेंस स्कोर (मैक्रो F1) 0.718 प्राप्त किया। इसने सामान्य-उद्देश्य वाले AI (BERT) और क्लासिक कंप्यूटर मॉडलों को पीछे छोड़ दिया। विशाल GPT मॉडल, जिसे बिना गहन प्रशिक्षण के केवल कुछ उदाहरण दिए गए थे, वास्तव में क्लासिक मॉडलों की तुलना में खराब प्रदर्शन कर गया, जो बैलेंस स्कोर पर केवल 57.21% प्राप्त कर सका। यह सुझाव देता है कि इस विशिष्ट, कठिन काम के लिए, एक मॉडल जिसे विशेष रूप से फ्रांसीसी कानूनी भाषा पर प्रशिक्षित किया गया है, वह एक सामान्य स्मार्ट AI या मानक सांख्यिकीय उपकरण की तुलना में कहीं अधिक श्रेष्ठ है।
यह शोध पत्र स्पष्ट रूप से इस विचार को खारिज करता है कि एक सामान्य-उद्देश्य वाला AI या एक सरल "फ्यू-शॉट" प्रॉम्प्ट इस समस्या को हल करने के लिए पर्याप्त है; डेटा दिखाता है कि वे विफल रहते हैं। यह इस विचार के विरुद्ध भी तर्क देता है कि उत्तर केवल न्यायाधीश के अंतिम तर्क में छिपा है; अध्ययन सिद्ध करता है कि मामले के तथ्यों में ही एक मजबूत भविष्यवाणी करने के लिए पर्याप्त संकेत मौजूद हैं। लेखक इन आंकड़ों के प्रति आश्वस्त हैं क्योंकि इन्हें एक विशाल, वास्तविक दुनिया के डेटासेट पर मापा गया है, लेकिन वे नोट करते हैं कि उनका अध्ययन एक विशिष्ट 20 महीने की अवधि और प्रथम-स्तरीय न्यायालयों तक सीमित है। वे सुझाव देते हैं कि हालांकि कंप्यूटर अब तथ्यों से संभावित परिणाम को "देख" सकता है, इसका मतलब यह नहीं है कि कानून पूरी तरह से अनुमानित है या इन उपकरणों को न्यायाधीशों की जगह लेनी चाहिए। इसके बजाय, यह दर्शाता है कि परिणाम का अनुमान लगाने के लिए आवश्यक जानकारी विवाद की कहानी में पहले से ही समाहित है, एक ऐसा तथ्य जो आम लोगों और सरकार के बीच के स्तर को बराबर करने में मदद कर सकता है, जिनके पास आमतौर पर इन परिणामों का अनुमान लगाने का अधिक अनुभव होता है।
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।