A Machine Learning Theory Perspective on Strategic Litigation

Definição do Problema
O artigo investiga o litígio estratégico (também conhecido como litígio de impacto) através da lente da teoria do aprendizado de máquina. Em um sistema jurídico de common law, os tribunais inferiores são vinculados aos precedentes estabelecidos pelos tribunais superiores. Os autores modelam essa dinâmica como um problema de aprendizado: os tribunais inferiores aprendem uma regra de decisão (classificador) a partir das decisões históricas de um tribunal superior. Um litigante estratégico busca influenciar resultados jurídicos futuros não apenas vencendo um único caso, mas manipulando o conjunto de precedentes disponíveis para o tribunal inferior.

O problema central é definido da seguinte forma: Dado um tribunal superior com uma função de rotulagem fixa $f^*$, um tribunal inferior que utiliza um algoritmo de aprendizado determinístico $\mathcal{A}$, e um litigante estratégico com uma função de objetivo $g$ (representando a regra de decisão desejada para casos futuros), o litigante deve selecionar um conjunto de padrões de fatos de casos $S_l$ para levar ao tribunal superior. O tribunal superior rotula esses casos de acordo com $f^*$, e o tribunal inferior atualiza sua função aprendida $f \leftarrow \mathcal{A}(S_h \cup S_l)$, onde $S_h$ é o precedente histórico existente. O objetivo do litigante é minimizar o erro de classificação esperado entre a função aprendida $f$ e a função objetivo $g$ sobre uma distribuição $D$ de casos futuros.

Metodologia e Modelo
Os autores propõem um modelo altamente estilizado e abstrato de um sistema de dois níveis de tribunais (tribunal superior e tribunais inferiores) e o analisam sob duas instâncias específicas:

1. Configuração de Vizinho Mais Próximo (NN) de 1 Dimensão: Os fatos do caso são pontos em $\mathbb{R}$. O tribunal inferior utiliza um classificador de Vizinho Mais Próximo (NN). A classe de hipóteses consiste em funções booleanas com alternâncias finitas.
2. Configuração de Separador Linear de $d$ Dimensões: Os fatos do caso são pontos em $\mathbb{R}^d$. O tribunal inferior utiliza uma Máquina de Vetores de Suporte (SVM) para encontrar um separador linear de margem máxima. A classe de hipóteses consiste em separadores lineares.

Em ambas as configurações, o litigante conhece $f^*$, $\mathcal{A}$ e o objetivo $g$. O estudo explora se o litigante pode induzir um $g$ específico ou uma aproximação de $g$, e qual é o conjunto ideal de casos a serem apresentados. O artigo também estende o modelo para incluir um mecanismo de anulação de precedente, onde o tribunal superior remove pontos de dados históricos que são inconsistentes com seu raciocínio atual $f^*$ quando um novo caso força uma contradição na classe de hipóteses.

Principais Resultados e Contribuições

• Fenômenos Estruturais Contraintuitivos (1D NN):

  • Casos Perdidos como Estratégia: Pode ser benéfico para um litigante trazer um caso que ele tem certeza de que perderá (onde $f^*$ decide contra ele) se essa decisão deslocar a fronteira do NN para mais perto de $g$.
  • Miopia é Subotimizada: Estratégias gananciosas (greedy) (selecionar o melhor caso individual em cada etapa) ou mesmo de olhar à frente de 1 passo (selecionar o melhor par) podem levar a erros irreversíveis ou falhar em atingir o objetivo, mesmo quando o objetivo é teoricamente alcançável.
  • Piora de Curto Prazo: Um litigante pode precisar trazer casos que aumentam temporariamente a discrepância entre $f$ e $g$ para permitir uma sequência de movimentos que eventualmente alcance $g$.
  • Solução Algorítmica: Os autores fornecem um algoritmo de programação dinâmica que seleciona de forma ótima um subconjunto de casos de um pool finito $P$ em tempo $O(|P|^2)$ para a configuração 1D NN.

• Alcançabilidade em $d$-Dimensões (SVM):

  • Caracterização de Objetivos Alcançáveis: O artigo caracteriza exatamente quais funções de objetivo $g$ podem ser induzidas por uma SVM. Uma função $g$ é alcançável se, e somente se:
    1. O ângulo $\theta$ entre os vetores normais de $g$ e $f^*$ satisfaz $0 < \theta < 90^\circ$, não há dados históricos na região de discordância de $f^*$ e $g$, e nenhum ponto reside diretamente na fronteira de $g$; OU
    2. $\theta = 0$ (paralelos e mesma direção), e nenhum dado histórico reside dentro de uma distância específica $\delta$ de $g$.
  • Eficiência: Se um objetivo $g$ é alcançável, ele pode ser induzido usando no máximo 2 casos (vetores de suporte).
  • Aproximação: Se $g$ não é alcançável, o litigante pode encontrar um proxy alcançável $g'$ que minimize o erro usando uma enumeração por força bruta sobre uma amostra de $D$, utilizando o Lema de Sauer-Shelah para limitar o número de classificadores efetivos.
  • Seleção de Pool Finito: Quando restrito a um pool finito $P$, qualquer função alcançável pode ser induzida por um subconjunto de tamanho no máximo $d+1$. Os autores fornecem um algoritmo para enumerar esses subconjuntos.

• Anulação de Precedente:

  • Os autores modelam um cenário onde o tribunal superior remove dados históricos inconsistentes quando um novo caso cria uma contradição.
  • Na configuração 1D NN, isso é trivial: o litigante simplesmente relitiga o ponto específico para inverter seu rótulo.
  • Na configuração de $d$-dimensões da SVM, os autores provam que, se $g$ é alcançável sob as restrições do Teorema 4, ela permanece alcançável mesmo com dados históricos conflitantes, desde que o litigante traga no máximo $2d + 1$ pontos. Esses pontos são construídos para forçar a remoção de todos os pontos históricos divergentes enquanto simultaneamente ensinam $g$.

Significância e Alegações
Os autores posicionam este trabalho como uma investigação inicial no estudo do litígio estratégico usando a teoria do aprendizado de máquina. Eles declaram explicitamente que seu modelo é "altamente estilizado" e não visa capturar toda a complexidade do sistema judicial dos EUA.

O artigo alega significância em três áreas principais:

1. Novidade Teórica: É a primeira exploração do litígio de impacto estratégico dentro de um cenário de aprendizado de máquina, conectando a dinâmica de precedentes jurídicos à teoria do aprendizado.
2. Conexões com a Teoria de ML Existente: O trabalho faz a ponte entre conceitos de dimensão de ensino (onde um professor seleciona exemplos para ensinar um aprendiz) e envenenamento de dados de rótulo limpo (onde um atacante injeta dados rotulados corretamente para manipular um modelo). No entanto, ele se distingue pelo fato de o "professor" (litigante) estar restrito pelos dados existentes do "aluno" (tribunal) e pela "incapacidade do professor" de rotular dados diretamente (os rótulos vêm de $f^*$).
3. Visão sobre a Dinâmica: Ao demonstrar fenômenos contraintuitivos (como a utilidade de casos perdidos ou a necessidade de degradação de curto prazo), o artigo sugere que a seleção estratégica de casos é um problema de otimização complexo que não pode ser resolvido por heurísticas simples.

Os autores concluem sugerindo direções futuras, como modelar a incerteza na função do tribunal superior, incorporar decisões ruidosas ou analisar cenários multiagentes com litigantes concorrentes, mas não alegam ter resolvido esses problemas.