Do Judges Behave Like Algorithms?

想象一个由一个巨大的、隐形的计算器来做出所有决定的世界。在人工智能与法律这一科学领域，研究人员一直在不断追问：我们是否应该让计算机来做那些重大的决定，比如谁该入狱，谁该获释？为了理解这一点，你需要了解两种决策方式。第一种就像一个严格的食谱：“如果你有三次违规记录，你就出局了。”它清晰、公平，且每个人得到的结果都一样。第二种就像一位厨师在品尝汤的味道：“它可能需要再加一点盐，但如果番茄太酸，也许就不需要了。”这种方式灵活且具有个性化，但它取决于厨师的心情和记忆。几十年来，人们一直在争论法官应该遵循严格的食谱，还是灵活的品味。现在，随着计算机变得越来越聪明，辩论的焦点发生了转移。人们不再问是否应该用机器人取代法官，而是提出了一个更疯狂的问题：法官是否已经在表现得像机器人了？如果一位法官只是在遵循一个隐藏的食谱，我们就能找到并修正它。但如果他们是真的根据那些我们看不见的感受在“品尝汤的味道”，那将是一个更难解决的问题。

这篇论文通过窥探德克萨斯州哈里斯县 21 位治安官（法官）的思想，深入探讨了这个谜团。这些法官负责决定被控犯有轻微罪行的人员在审判前是应被释放还是被拘留。研究人员将这些法官视为“黑箱”，并试图逆向工程他们的决策过程。他们问道：我们能否编写一个简单、易懂的公式，来预测特定法官的行为？如果可以，所有的法官都在使用同一个公式，还是每个法官都有自己的秘密代码？

团队首先清理了一个包含超过 22,000 个案例的海量数据集。首先，他们必须处理那些“故障”。他们发现，大约 2% 到 33% 的法官决策无法用任何逻辑规则来解释。在深入观察后，他们意识到这些并非神秘的魔法或偏见行为；它们仅仅是错误。有时是计算机表格填写错误，有时是法官了解到了数据库中未记载的其他县的犯罪记录，或者有时是他们在法庭上听到的某个细节从未进入书面记录。一旦移除了这些“噪声”案例，真实的故事便浮现了出来。

研究人员发现，令人惊讶的是，大多数法官的表现确实像算法一样。对于 21 位法官中的 16 位，研究团队能够构建一个极其简单、易懂的决策树（仅包含几个步骤的流程图），其预测法官决策的准确率达到了 85% 到 100%。这些公式依赖于几个明确的因素，例如被告的年龄、未执行的逮捕令数量，以及被告所涉的具体犯罪类型。事实证明，对于许多法官来说，“品尝汤的味道”实际上只是在遵循一个非常具体且可重复的食谱。

然而，转折点在于：虽然法官的行为表现得像算法，但他们使用的却是不同的算法。研究发现，法官在自身内部具有高度的一致性——这意味着法官 A 通常会在类似案件中 76% 的时间内做出相同的选择。但他们在彼此之间却极度缺乏一致性。当研究人员尝试使用法官 A 的“食谱”来预测法官 B 的行为时，结果却惨遭失败，表现得不比随机猜测好多少。事实上，对于某些配对的法官，他们在涉及年轻人（24 岁以下）的几乎所有案件上都存在分歧。一位法官可能会看到一名带有逮捕令的年轻人并说“释放他们”，而另一位法官看到完全相同的特征描述时，却会说“扣留他们”。

论文还研究了哪些变量最为重要。虽然年龄和逮捕令数量对几乎所有人来说都很重要，但他们赋予其他因素的权重却差异巨大。有些法官非常在意被告是否无家可归或其性别，而另一些法官则完全忽略这些因素。这表明，保释听证会的结果很大程度上取决于你遇到的是哪位法官，而不仅仅取决于你的案件事实。

最终，作者建议我们不应该试图用计算机取代法官。相反，我们应该利用这些发现来理解法官正在使用的“隐藏食谱”。如果我们能看到法官 X 对待年轻人的方式总是与法官 Y 不同，或者一位法官的决策会因为缺失的一项数据而改变，我们就可以修正这些不一致之处。通过让这些隐形的规则变得可见，我们可以帮助司法系统变得更加公平和可预测，确保无论谁在“烹饪”，那份“食谱”对每个人都是一样的。