Naukowcy prześwietlili tysiące rozpraw dotyczących kaucji w Teksasie i odkryli, że decyzje sędziów są na tyle przewidywalne, że można je zapisać w postaci prostych, logicznych reguł. To rodzi pytanie: jeśli sędzia zachowuje się jak automat, to co z ideą indywidualnego osądu? Problem w tym, że każdy sędzia działa według swojego własnego, prywatnego automatu, co prowadzi do rażąco nierównego traktowania ludzi w podobnej sytuacji.
Kilka prostych reguł wystarczy
Badacze z Duke University i innych instytucji wzięli pod lupę pracę sędziów w hrabstwie Harris w Teksasie. Zamiast tworzyć ogólny model dla wszystkich, dla każdego sędziego zbudowali osobny algorytm uczący się przewidywać jego decyzje o kaucji. Efekt? Wypisz, wymaluj schemat.
W znakomitej większości przypadków do odwzorowania orzeczeń danego sędziego wystarczało kilka czytelnych czynników, takich jak wcześniejsza karalność, wiek oskarżonego czy rodzaj zarzutu. 'Nasze wyniki pokazują, że ci sędziowie generalnie zachowują się algorytmicznie: ich decyzje można uchwycić za pomocą małych, interpretowalnych formuł' – piszą autorzy w podsumowaniu badania. To nie tylko akademicka obserwacja, to policzek dla wyobrażenia, że każdy przypadek jest rozpatrywany wyjątkowo.
Każdy sądzi po swojemu
Gdyby regulaminy były jednolite, można by to zrzucić na karb bezdusznych przepisów. Kłopot w tym, że każdy z badanych sędziów działał według innych, swoich własnych reguł. Jeden uznawał za kluczową historię nieobecności na wcześniejszych rozprawach, inny koncentrował się niemal wyłącznie na ciężarze obecnego zarzutu. Skala rozbieżności jest zastanawiająca.
Mówimy o sytuacji, w której dwie osoby z identyczną kartoteką i tym samym wykroczeniem trafiają przed dwóch różnych sędziów i dostają całkowicie odmienne warunki wyjścia za kaucją. Jeden dostaje niski kaucję albo zwolnienie za poręczeniem, drugi resztę procesu ogląda z aresztu. System, który aspiruje do ślepej sprawiedliwości, w praktyce pracuje jak zestaw luźno skonfigurowanych maszyn do wydawania werdyktów.
Nasze wyniki pokazują, że ci sędziowie generalnie zachowują się algorytmicznie: ich decyzje można uchwycić za pomocą małych, interpretowalnych formuł.
Riya Manchanda, Eric Chen, Chloe Zhu, Cynthia Rudin, Brandon Garrett, Songman Kang
abstrakt
Kiedy model nie działa
Jest w tej historii też wątek optymistyczny. Badacze wskazali grupę spraw, których algorytmy nie potrafiły wyjaśnić. To luka, w której sztywne formuły zawodziły i gdzie sędzia najprawdopodobniej sięgał po coś więcej niż tylko suche punkty w kartotece. Prawdziwy, indywidualny osąd.
Właśnie te przypadki są dla autorów papieru najważniejsze. 'Zidentyfikowanie spraw, w których algorytmy nie wyjaśniają decyzji sędziowskich, może ulepszyć system sprawiedliwości, kierując uwagę na decyzje, w których zindywidualizowane standardy, a nie sztywne reguły, lepiej tłumaczą wynik' – czytamy w abstrakcie. Zamiast atakować sędziów za schematyczność, proponują wykorzystać modele jako narzędzie do znajdowania momentów, w których schematyczność jest szkodliwa, a gdzie faktycznie dzieje się coś wartego uwagi.
Co z tym zrobić
Badanie z Harris County to surowy raport diagnostyczny. Modele pokazują, że sądowy decyzyjny DNA jest zaskakująco proste, ale też groźnie niespójne. Zamiast jednego algorytmu dla całego wymiaru sprawiedliwości mamy osobne, niekompatybilne 'firmware' w głowie każdego sędziego.
Autorzy sugerują, że zamiast wymuszać na sędziach ślepe podążanie za wytycznymi centralnego systemu, lepiej dać im narzędzia do monitorowania własnych odchyleń. Świadomość, że w sprawach o wykroczenia drogowe sędzia za bardzo grzęźnie w analizie wieku, a za mało uwagi przykłada do realnego ryzyka ucieczki, to konkretna informacja zwrotna. To tak, jakby dać sędziemu lustro, które pokazuje schemat jego myślenia. Sędzia widzi wtedy, gdzie działa jak robot, i może to skorygować.
- Modele uczenia maszynowego potrafią odwzorować decyzje sędziów za pomocą kilku prostych czynników, co sugeruje wysoce przewidywalny, algorytmiczny styl orzekania
- Poszczególni sędziowie kierują się różnymi zestawami reguł, co prowadzi do silnej niespójności i nierównego traktowania podobnych oskarżonych
- Analiza ważności zmiennych ujawnia, który sędzia na co zwraca uwagę (historia kryminalna, wiek, rodzaj zarzutu)
- Sprawy, których modele nie potrafią wyjaśnić, mogą być kluczowymi przypadkami, gdzie sędzia faktycznie stosuje indywidualny osąd
- Badanie proponuje, by zamiast zastępować sędziów, używać algorytmów do audytu i poprawy spójności ich decyzji
Praktyczne zastosowania
Aby lepiej zrozumieć opisywaną innowację, przygotowaliśmy cztery przykłady praktycznego zastosowania tej technologii w różnych branżach:
Podsumowanie
Technologia wykorzystana w badaniu, polegająca na budowaniu interpretowalnych modeli predykcyjnych dla indywidualnych decydentów, ma jasne zastosowania poza salą sądową. W bankowości mogłaby wykrywać niespójności w decyzjach kredytowych poszczególnych analityków, flagując tych, którzy nieświadomie dyskryminują pewne grupy wnioskodawców. Dla działów HR przydałaby się do audytu procesów rekrutacyjnych i awansowych, pokazując, czy menedżerowie awansują według twardych kompetencji, czy raczej swoich prywatnych sympatii. W ubezpieczeniach pozwoliłaby monitorować likwidatorów szkód, którzy albo zbyt sztywno trzymają się reguł, albo nagminnie je naginają.
Metryka artykułu źródłowego
Tytuł oryginalny: Do Judges Behave Like Algorithms?
Autorzy: Riya Manchanda, Eric Chen, Chloe Zhu, Cynthia Rudin, Brandon Garrett, Songman Kang
Data publikacji: 12 sierpnia 2026
arXiv: arxiv.org/abs/2608.10400
Napisanie tego artykułu zostało wspomagane przez sztuczną inteligencję. Treść opiera się na oryginalnym artykule naukowym, a jej dokładność została zweryfikowana automatycznie.
