A bírói döntéshozatal köztudottan komplex folyamat, amely legszűkebb értelemben a tények megismerését, azok értékelését, a jogszabályok értelmezését és a konkrét ügyre történő alkalmazását foglalja magában. Számos kutatás foglalkozott azzal a kérdéssel, hogy a bírókra milyen jogon túli tényezők hatnak az ítélkezési tevékenységük során. Ha abból indulunk ki, hogy a feladat a jogszabályok alkalmazása és a jogérvényesítés elősegítése, akkor megjelenik az az elvárás is, hogy ezt minél kevesebb szubjektív tényező befolyásolja. Emellett, a polgári bíráskodást tekintve, a bírónak egyre aktívabb szerepet kell vállalnia az eljárás menetének meghatározásában, a perkoncentráció támasztotta követelményeket szintén szem előtt tartva kell szerveznie az ítélkező és az egyéb kapcsolódó adminisztratív feladatokat. A döntési folyamat egyes elemeinek, vagy az azt segítő kapcsolódó tevékenységeknek a mesterséges intelligencia eszközeivel történő automatizálása amellett, hogy a nem konkrét ítélkezéshez kapcsolódó, de igazán időigényes feladatok alól mentesítheti a bírót, lehetőséget ad a bíróságon belül az erőforrások átcsoportosítására, az ügyek differenciálására, valamint az eljárás során megjelenő szubjektív elemek kiküszöbölésére.
A szakirodalomban és a gyakorlatban is éles ellenérzések kísérik a modern technológiák perbeli használatát.[1] A negatív tapasztalatok azonban nem feltétlenül arra ösztönözhetnek, hogy dobjuk el ezeket a fejlődési lehetőségeket, hanem sokkal inkább arra, hogy ezen eljárási eszközök működését még jobban megértsük, majd a tapasztalatok alapján alakítsuk át, fejlesszük tovább, és igazítsuk a gyakorlatban felmerült szükségleteknek megfelelően. Ezen technológiák egy részét már néhány éve használjuk hazánkban is, az ügyfélkapcsolatok, az iratbetekintés, vagy a bírói munka technikai háttereként, és a határozatszerkesztés, tartalmi keresések egyszerűsítése területén.[2] Jelen tanulmány magát a bírói döntéshozatali folyamatot vizsgálja abból a szempontból, hogy a mesterséges intelligencia eszközei milyen hatással lehetnek - és várhatóan lesznek - rá, mert a technikai fejlődés ütemét elnézve, ezekkel a hatásokkal már néhány éven belül számolnunk kell. A
- 303/304 -
tanulmány a bírói döntéshozatali folyamatra koncentrál, és áttekinti, milyen módon lehetne azt támogatni a mesterséges intelligencia eszközeivel.
Mesterséges intelligencia (a továbbiakban: AI) alatt sokféle módszert és technológiát érthetünk, ennek egy szűkebb területe konkrétan, ami az ítélkezési folyamatra koncentrál. E tanulmány körében a tudomány olyan területét értjük alatta, melynek célja intelligens gépek megalkotása, és ezen belül komplex algoritmusok létrehozása, melyek segítségével megérthetjük a bírói döntési folyamatot, ezáltal, előre jelezhetjük a jövőbeli döntéseket, múltbeli esetek és a tények ismerete alapján.[3]
Az AI technológiák igazságszolgáltatásban történő használatának három szintjét különböztethetjük meg, melyek megjelenése eleinte időrendi sorrendben zajlott, de napjainkban már jelen vannak párhuzamosan, és a jövőben várhatóan kiegészülnek újabb elemekkel. Az első szinten ezek a technológiák a bírósági munkavégzést támogató szerepet játszanak, például, az elektronikus ügykezelés, intelligens szövegalkotás és keresés a szövegben (beadványok, bírósági határozatok). Ezt meghaladva, a második szintet képviselik azok az AI technológiák, melyek helyettesítik az egyes tevékenységeket, melyeket korábban személyesen végeztek. Ide tartozhatnak például az ügyféltájékoztató felületek, chatbotok, elektronikus kommunikációs felületek, iratbetekintés. Végül, a harmadik szinten az eljárásokat alapjaiban megváltoztató, újfajta döntési és joggyakorlat elemzési mechanizmusokat hozhatnak létre.[4]
A bíróság elé vitt ügyek kimenetelének előrejelzésében lehet alkalmazni az úgynevezett "prediktív igazságszolgáltatás" eszközeit. A célja ezeknek a jelenleg is fejlesztés alatt álló algoritmusoknak, hogy meg lehessen valósítani az automatikus esetjog-értelmezést, ilyen módon "megjósolhatóvá" tenni a bírói döntések tartalmát. Mit is lehet egy ilyen szoftverrel elérni? Először is, előre lehet látni, hogy egy ügy várhatóan sikeres lesz-e a bírósági eljárásban, és mekkora valószínűséggel. Ezt a valószínűséget az előző döntések alapján statisztikai modell segítségével legjellemzőbben két módszer útján határozzák meg: a gépi tanulás és a természetes nyelvfeldolgozás által.[5] A gépi tanulás olyan módszerek és algoritmusok összessége, melyek a rendelkezésre álló adathalmazból egy modellt tanulnak, és ezt felhasználva következtetést (predikciót) tesznek lehetővé a meglévő vagy más, újabb adatokból. Tehát ez nem csupán adatok elemzését, vagy információ kinyerését jelenti, hanem egy előrejelző modellt épít. A természetes nyelvfeldolgozás (Natural Language Processing, NLP) olyan mesterséges intelligencia, amely segítséget nyújt a számítógépeknek, azáltal, hogy megérti, tolmácsolja és feldolgozza a természetes em-
- 304/305 -
beri nyelvet. Az NLP tulajdonképpen összekötő kapocsként szolgál az emberek és a gépek közti kommunikáció megkönnyítésében. Az NLP nélkül a számítógépek ugyan képesek lennének megérteni az egyes szavak jelentését, mesterséges intelligenciával pedig még kérdésekre is tudnának válaszolni, azonban az NLP abban segít, hogy a gép a szavakat kontextuson belül tudja értelmezni.[6]
Az európai bizottság az igazságszolgáltatás hatékonyságáért (CEPEJ) 2018-ban megalkotta az etikai kartát, a mesterséges intelligencia igazságszolgáltatási területen történő alkalmazásáról. A testület azon az állásponton van, hogy az AI alkalmazása az igazságszolgáltatás területén hozzájárulhat a hatékonyság és a minőség javulásához. Azonban annak a gyakorlatban történő átültetését felelősségteljesen kell végrehajtani, tiszteletben tartva az alapvető jogokat, amit az Emberi Jogok Európai Egyezménye, valamint az Európa Tanács személyes adatok védelméről szóló egyezménye is deklarál.[7]
A következőkben az AI két felhasználási területét vizsgáljuk, a bírói jogértelmezés elemzését és ezáltal a döntés előrejelzését, és az online vitarendezési eljárások AI segítségével történő lefolytatását. Fontos leszögezni, hogy egyesek vélekedésével ellentétben az AI nem az emberi gondolkodást próbálja utánozni vagy modellezni. Nem kell neki a tényállást megértenie, mert nem az a lényeg, hanem az azonosság a korábbi adatokkal, illetve az ügyekből alkotott adathalmazban a felismerhető minta jelenléte vagy hiánya.[8]
A bírói döntések és jogértelmezés predikciója azon alapul, hogy valamennyi bírósági döntést elemeznek, az AI segítségével, a kapott információkat rendezik, osztályozzák, és ezáltal a hasonló ügyekben megpróbálják az ügy kimenetelét előrejelezni. Jellemző sajátosság, hogy a gép annál pontosabb eredményt képes adni, minél több ügy adataival rendelkezik.
A döntések AI általi feldolgozását alkalmazhatják a polgári, kereskedelmi és közigazgatási ügyekben is, a fejlesztők szerint ezáltal kiszámíthatóbbá válik a jogalkalmazás, és javulni fog a döntések konzisztenciája. A CEPEJ erre irányuló kérdőívéből látszik, hogy az európai államok közül Franciaország több ilyen elemzésre szolgáló szoftvert is alkalmaz, de az Egyesült Államokban is elterjedt és széles körben használják.[9] A predikciós célú joggyakorlat-elemzés a bírókat is segítheti a saját döntéseik meghozatalakor, vala-
- 305/306 -
mint a jogi képviselőknek is hasznára lehet. Gondoljunk bele, hogy már az mekkora előrelépés lenne, ha nem kellene több száz vagy ezer oldalas iratokat - legyenek azok bizonyítékok vagy a peres eljárás során keletkezett jegyzőkönyvek, szakértői vélemény stb. manuálisan vagy egyszerű szóalapú kereséssel - áttanulmányozni egy adott releváns kérdés visszakeresése végett, mert az AI ezt megtenné néhány perc alatt.
A bírósági határozatok esetében az alkalmazott AI kapcsolódásokat hoz létre a határozatok egyes részei, azok szókészlete között. A szókészleteket hozzárendelik a bemeneti szakaszban a tényállás elemeihez és az indokoláshoz, míg a kimeneti oldalon a rendelkező részhez, és utána osztályozzák őket. Ilyen módon, ha ezután megadjuk az új ügy szükséges paramétereit, képes nagy bizonyossággal meghatározni a lehetséges ítéleti döntést. Egyes szerzők tágabb értelemben használják a predikció fogalmát, nem csak az eredményt, magát az ítélet előrejelzését, hanem az egész döntéshozatali folyamat kialakulását értve alatta.[10]
Ha összevetjük ezeket az AI technológiákat a bírói döntéshozatali folyamatot a kognitív pszichológia eszközeivel vizsgáló kutatások eredményeivel, rámutathatunk, hogy melyek azok az elemek, amelyek egyelőre nem modellezhetők az AI alkalmazásával. A tényállás megállapítása olyan folyamat, amely teljes mértékben a bíró elméjében játszódik le. Nem árt tehát figyelemmel lenni az erre a folyamatra ható szubjektív, jogon túli tényezőkre, melyek ilyen módon tudatosabban szemlélhetők, és ezáltal részben kiküszöbölhetők. Itt ezen tényezők közül a kognitív torzításokra koncentrálunk. Annak ellenére, hogy a bírók jól képzett, tapasztalt és erősen motivált döntéshozók, fogékonyak maradhatnak a kognitív illúziókra.[11] Ilyen például a lehorgonyzás torzítása, ami polgári perekben a marasztalási összeg tekintetében játszhat szerepet. Lesz egy megjelölt összeg a kereseti kérelemben, és ugyanakkor a bíró fejében vannak más hasonló ügyek, és tudja, hogy hasonló jogsértések esetén milyen marasztalási összegeket szoktak általában megítélni. Figyelemmel van még az ügy egyéb körülményeire is, de nem fog eltérni az általában szokásos gyakorlattól. Ezt támasztja alá az a bírókkal végzett kísérlet, amelyben az egyik csoportnak egy alacsonyabb összegű kártérítési igényt kellett elbírálni, míg a kontrollcsoport meghatározott érték nélkül kapta meg az ügyet. A meghatározott érték nélküli csoport lényegesen magasabb összegű kártérítést ítélt meg, mint azok a bírók, akik az alacsony összegből indultak ki.[12]
Egy másik, a döntéshozatalt befolyásoló tényező az úgynevezett utólagos bölcsesség jelensége. Ez azt jelenti, hogy az emberek másképp ítélik meg az adott eseményt, ha már ismerik a bekövetkezett eredményt, mint amikor még arról nem volt tudomásuk.[13] Bírókkal végzett kutatás keretében előadtak nekik egy fiktív tényállást, melyben az elsőfokú bíróság a keresetet elutasította, és nekik a fellebbezést kellett elbírálniuk. Minden bírónak
- 306/307 -
ugyanaz volt a feladata, a három lehetséges döntési esetkörből ki kellett választani, melyiket hozná. Az egyik esetben közölték velük, hogy a fellebbezésnek ténylegesen mi lett az eredménye, míg a másik esetben nem tudták. Azok a bírók, akiket tájékoztattak a lehetséges kimenetelről, sokkal inkább értettek egyet a másodfokú döntés helyességével. Abban az esetben, amikor a jogeset szerint a másodfok helybenhagyta az elsőfokú ítéletet, a bírók 81,5%-a azt állította, hogy ő is helybenhagyta volna. Ezzel ellentétben, akiknek azt mondták, hogy a másodfok megsemmisítette a döntést, csak 27,8%-uk hagyta volna helyben. Megváltoztatta a véleményüket a másodfokú döntés közlése, amelynek fényében magáról a tényállásról és annak elbírálásáról is változott a véleményük.[14]
Végül a bírói döntéshozatalban nem elhanyagolható az intuíció szerepe. Nem valamiféle isteni sugallatot vagy érzelmi alapú döntést értünk intuíció alapú döntés alatt, hanem tudás - bírók esetében szakmai tudás - alapú előrelátást, predikciót. Ez azért fontos megkülönböztetés, mert mind a kétféle intuíció létező jelenség, ám a bírói döntéshozatalba -legalábbis a hazai jogszabályi keretek között - nyilvánvalóan nem fér bele az érzelmi alapú intuíció egy bírói döntés megalapozásaként. Tulajdonképpen, ez egy olyan előre konstruált döntés, ami a tényekkel való első találkozáskor megfogalmazódik a tudatunkban, sokszor nem is feltétlenül vagyunk tisztában annak indokaival. Ennek feltétele, hogy az adott területen rendelkezzünk tudással és korábbi tapasztalatokkal.[15] A peres eljárásra vetítve tehát a bíró a szakmai tudása és rutinja alapján a tényekkel való első találkozáskor - még a bizonyítási szakasz előtt - a tudatában már megfogalmaz egy lehetséges döntést. Az emberi döntéshozatali folyamat vizsgálata során két típusú gondolkodási módot határoztak meg, amelyeket a bírói döntéshozatal kapcsán érdemes figyelembe venni, ez pedig a lassú és gyors gondolkodás.[16] A döntéshelyzettel szembesülve az agy kétféleképpen reagálhat. A gyors döntés (a továbbiakban: S1) nem igényel mély gondolkodást, a mindennapi élet rutinos cselekvéseiben használjuk, amikor ismerős helyzeteket oldunk meg, ismerős környezetben. A folyamat nem igényel sok mentális energiát, szinte automatikusan működik. A másik működési mód a lassú gondolkodás (a továbbiakban: S2). Az életünk lényeges és kihívást jelentő döntési helyzeteiben használjuk, a működésére magas fokú összetettség jellemző. Figyelem és koncentráció szükséges hozzá, és a zavaró körülmények könnyen kizökkentik. Továbbá, rendkívül magas energiaigénye van, tehát hosszú távon rendkívül kimerítő. Az S1 rendszer működése teszi lehetővé, hogy legyen kapacitása az agynak az igazán fontos kérdések megoldásán dolgozni, az S2 rendszerben.[17]
A természettudományokban bizonyított tény, hogy minden organizmus a lehető legkisebb energiabefektetés felé törekszik. Éppen ezért, ha az S1 is képes megoldani a felmerülő döntési helyzeteket, akkor az S2 nem lép működésbe. Amennyiben azonban a helyzet veszélyes, vagy új elemeket tartalmaz, az S2 "bekapcsol".[18] Feltehetjük ezek alapján, hogy egy rutinos, nagy tárgyalási tapasztalattal rendelkező bíró már az S1 alapján oldja meg az ügyeket, az agyunk pedig törekszik arra, hogy előbb-utóbb az S1 alapján megoldhatóvá
- 307/308 -
tegye az ügyeket. Az S1 használatával a bíró a gyakorlati tapasztalata révén egyre gyorsabban képes döntéseket hozni, mert kialakítja a mintákat, amiket az újabb ügyekben is lehet alkalmazni. Ennek feltétele, hogy az ügyek nagymértékben hasonlóak legyenek, és nem igényel további erőfeszítést a besorolásuk valamelyik típusba. Az egyszerű tényállású, kevéssé komplex, ám tömegesen előforduló ügyekben tehát nem is célszerű az S2 használata. Limitált ugyanis a bíróságok ezen ügyekre fordítható ideje és erőforrása.[19]
A fent modellezett folyamatot végezhetné maga az AI, amelynek segítségével feltérképezhető és esetlegesen kiváltható a bíró által végzett predikció. Ez minden olyan szakmában használható, ahol a munkafolyamat egy része ismétlődő, vagy pedig, a különböző típusú feladatoknak van elegendő közös eleme, és a meglepetések esélye nagyon alacsony.[20] Milyen okokból, és milyen esetekben érdemes mégis kiváltani az emberi tényezőt a predikció területén, a bírósági eljárások vonatkozásában?
Ha egy új ügyben olyan körülmények vannak, melyek egy korábbi ügyhöz hasonlóak, a bíró a predikció segítségével fogja alkalmazni ugyanazt a megoldást.[21] A komplex, vagy bonyolult, illetve új jogkérdéseket felvető - általában a magasabb szintű bíróságokra kerülő - ügyek más típusú problémákat vetnek fel. Itt a bírók eleve olyan helyzetekkel találkoznak, aminek nem volt korábbi megoldása, nem volt még precedens, vagy a felek jogi képviselői egyformán megalapozottnak tűnő jogi érvelésekkel állnak elő. Ez esetben a mintákra nem lehet alapozni, mert nem is áll rendelkezésre követhető minta. Szükség lesz tehát kreativitásra, mert az addigi ismereteket, az addigi tapasztalatokat meg kell haladni.
Az S1 alapú gondolkodás hasonló az AI keretei között jelenlegi tudásunk szerint alkalmazott megoldásokhoz. Úgy tűnik tehát, hogy elsődlegesen azon ügyeket kell meghatározni, amelyek nem igényelnek S2 alapú gondolkodást. Ez az ügyek differenciálásának újabb lehetséges aspektusát jelenti. Ha pedig ezt meghatároztuk, akkor ezen ügyekben lehet alkalmazni az AI döntéshozatalt. Mindamellett, lehetséges, hogy a technika fejlődésével az S2 jellegű döntéshozatali mechanizmust is képesek lesznek modellezni.
Az online vitarendezés (a továbbiakban: ODR) az ügyek egyre szélesebb körében használatos, és az is jellemző, hogy egyre inkább kiterjesztik az egész eljárás vonatkozásában az elektronikus és automatizált döntéshozatalt. Az ODR és az AI egymást kiegészíthetik az eljárásokban, mégpedig olyan módon, hogy a kérelmezőket (felperesek) az AI kérdéseken keresztül végigvezeti a jogvita elemzésén, majd az ezekre adott válaszokat a gép elemzi, és felajánlja a megoldási lehetőségeket.[22] A program, amellett, hogy összekapcsolja a vitázó feleket, mindig valamilyen struktúrába, illetve eljárásba is betereli őket.
- 308/309 -
Tehát a rendszer nem egyszerűen "összeereszti" a két felet, hogy vitatkozzanak egymással, hanem a vitát kérdések feltételével, elektronikus űrlapok és egy beépített "vitamenedzselő" algoritmussal egyúttal mederbe is tereli.[23]
Az AI használatának a korlátja abban érhető tetten, hogy vajon képesek vagyunk-e a kontextusokat és lehetséges szituációkat megtanítani a rendszernek, vagy képes-e a rendszer saját maga tanulni, és olyan kimenetelre "gondolni", amihez már proaktív módon kellene alkalmaznia a bevitt adatokat. A rendszer újdonsága, hogy saját maga képes modelleket alkotni az adatok alapján, képes korrelációkat találni az adatok és az eredmények között, és így ezekből szabályokat, mintákat alkotni. [24] Ez azonban azzal is járhat, hogy a nagy mennyiségű adatban teljesen alaptalan összefüggéseket is találhat az AI, azaz, olyan tényezőket kapcsol össze, melyeknek semmilyen valós oksági kapcsolata nincsen egymással. Ami az AI számára szabályosságként, mintaként jelenik meg, lehet, hogy csak a véletlen műve, és nagyon nehéz megkülönböztetni az oksági kapcsolaton alapuló összefüggésektől.[25]
Az AI ugyanis nem az emberi kogníció eszközeivel jut el a jogvita megoldásáig, hanem az adatokból algoritmusokon keresztül kinyert információk, minták segítségével.[26] Következésképpen, nem fogja nekünk feltárni a döntésének pontos mögöttes okát. Az informatikusok nem mindig tudják megállapítani, hogy bizonyos gépi tanulási algoritmusok miért éppen egy adott eredményt produkálnak, még akkor sem, ha az eredmény az algoritmus rendeltetésszerű működéséből származik.[27] Ezt nevezik az algoritmusok átláthatósága vagy elszámoltathatósága problémájának a gépi döntéshozatal során.[28] Éppen ezért nem szabad téves következtetést levonni a szabályos mintából.
Észtország az európai országok között élen jár mind az elektronikus ügyintézésben, mind az AI bírósági eljárásokban történő alkalmazásában. A 2019 óta működő "robot" bíró képes kisebb - 7000 eurónál alacsonyabb - pertárgyértékű jogvitákat elbírálni, ilyen módon csökkenteni a bírók és bírósági tisztviselők ügyhátralékát. A "robot" bírót a szerződéses jogviták területén vezették be, a rendszer úgy működik, hogy a két fél feltölti a szükséges okiratokat, illetve más releváns információkat, és az AI ezek elemzése alapján döntést hoz, amelyet meg lehet támadni egy valós, emberekből álló bíróság előtt.[29]
Ha kombináljuk az AI technológiákkal, az online vitarendezéshez nemcsak egy platformot és eljárási struktúrát kaphatunk, hanem a megelőző esetek ezreit, száz-ezreit elemezve esetleg megoldási javaslatot is nyújthat a feleknek. Talán eleinte még furcsa lesz, hogy egy "robot" vezet végig az eljárási lépéseken, és az bizonyos, hogy rendkívüli módon leszűkíti a szereplők mozgásterét, mivel csak a felajánlott lehetőségek közül lehet
- 309/310 -
választani, illetve, a gép számára meg van határozva az elfogadható válasz kritériuma is, tehát, alapvetően véges számú variánssal tud csak dolgozni. Azonban vannak ügyek, ahol ez megfelelő lehet, és csak másodlagosan kell biztosítani a személyes bírói kontrollt. Például ilyen ügyek lehetnek egyes fogyasztói panaszok, webáruházi vásárlások, adóügyek, közlekedési balesettel kapcsolatos kárigények vagy egyéb, például csak okirati bizonyítást igénylő, egyszerű tényállású ügyek.
Több szerző is kritizálta az AI alkalmazását a bírói döntéshozatal kapcsán, mind formailag, mind tartalmilag.[30] Rámutattak, hogy a bíró diszkrecionális joga, hogy a bizonyítékokat hogyan mérlegeli és ezt a mérlegelési tevékenységet jelenleg nem képes modellezni egy AI technika. Emiatt pedig a bírói diszkrecionalitást és a mérlegelési jogkört erősen korlátozhatja. A bíró ugyanis követni fogja az AI által felkínált megoldást, és ő maga sem fog már gondolkozni azon, hogy milyen egyéb megoldási lehetőségek lennének, vagy miért nem alkalmazható a gép által felkínált megoldás az adott ügyben.
Ezzel kapcsolatban felvetődik a kérdés, valójában mennyire szabad jelenleg a bíró a döntéshozatalban? A hazai helyzetet tekintve, a bírónak eddig is figyelemmel kellett lennie a Kúriai döntésekre, az abban fogalt elvi jelentőségű iránymutatásokra. A közelmúltbeli jogszabályváltozások következtében azonban sokkal konkrétabb lett ez a követelmény. A BHGY-ben közzétett kúriai határozatokban kifejtett jogértelmezés ugyanis immár kötelező az alsóbb szintű bíróságok számára.[31] A bizonyítékok értékelésében elméletileg van szabadság, de az ugyancsak nem lehet logikailag okszerűtlen vagy ellentétes a tényekkel és a per egyéb adataival. Tehát, a fentiek alapján elmondható, hogy szabadsága a bírónak a döntéshozatal során jelenleg is kevés van, az leginkább a bizonyítottság-bizonyítatlanság, illetve az alkalmazott jogkövetkezmény tekintetében mérlegelést engedő anyagi jogszabályok területén érvényesül. A mérlegelés során pedig nyilvánvalóan figyelemmel lesz a bíróságok gyakorlatára, és köteles figyelemmel lenni a Kúria ezirányú döntéseire. Pontosan ez az, ami miatt az AI ehhez egy gyors és hatékony eszközt nyújthat a bírónak azáltal, hogy az esetjogot kigyűjti, becsatornázza, kategorizálja, és egy "sztenderd" döntési javaslatot fogalmaz meg. A veszélye azonban egy ilyen típusú kategorizálásnak, hogy egy statisztikai számításon alapuló döntés lesz, amely az addigi hasonló tárgyú ügyeket veszi alapul, nem pedig az adott konkrét ügynek az egyedi sajátosságait. Vajon a döntésekből kinyert sztenderdet hogyan értelmezhetjük? Ez mennyire fogja kötni a bíróságokat a jövőre nézve? Jogforrásnak tekinthetjük-e ezt a sztenderdizált jogértelmezést? Meg kell-e indokolni, ha a bíró el akar térni az ítéletében a sztenderd döntéstől? Nem csak a törvényeknek lenne akkor alárendelve a bíró, hanem az esetjogból egy algoritmus alapján "kalkulált" értelmezésnek és döntésnek is.[32]
Végül, a kritikusok arra is rámutattak, hogy az emberi tényezőként számon tartott torzításokat ugyanúgy meg fogjuk találni az AI által hozott döntésben is, mivel, az input adatokat
- 310/311 -
szintén emberek viszik be, a gép megtanítása során szintén hatással lesz rá az azt programozó, betanító személy személyes preferenciája, előítéletei, és egyéb elfogultsága.[33]
Napjaink bírójával szemben számtalan elvárás fogalmazódik meg a társadalom irányából. Legyen független és objektív a döntés meghozatalakor, de mégis vegye figyelembe az ügy egyedi körülményeit, legyen hatékony, a tények halmazából képes legyen minél célirányosabban kiválasztani a relevánsakat. Ugyanakkor, lehet a bírót úgy szemlélni, mint egy olyan, jogi tudással bíró személyt, aki az elé vitt jogi problémára megtalálja a megfelelő szabályt, és azt ítéletében alkalmazza. Ha így nézzük, a döntés nagymértékben automatizálható, és a döntéshozatali folyamatot modellezhetjük a korábbi ítéletek alapján. Az AI alkalmazásakor nem az a kérdés, hogy hasznos vagy káros, hanem az, hogy ezek az algoritmusok alkalmasak-e a kívánt eredmény elérésére.
Ha feltételezzük, hogy a bírói munka többről szól, hogy van még valami "plusz", akkor ezt definiálva világossá válnak a döntési folyamatnak azon elemei, amihez mindenképp szükség van az emberi tényezőre és a bíró sajátos, hosszú évek szakmai tapasztalata alapján kialakult "szemléletmódjára". A bíróság elé kerülő ügyek egyedisége azt jelenti, hogy bár magukon viselik más összehasonlításra alkalmas jelenségek jellemző vonásainak valamilyen kombinációját, de azokkal való maradéktalan megegyezésük mind elméletileg, mind pedig gyakorlatilag, teljes mértékben kizárt. Ez pedig kihatással van valamennyi rájuk vonatkozó ismeret megszerzésének és következtetés levonásának a lehetőségére. A tényállás megállapítása a bíró tudatos, célirányos, kognitív jellegű, alkotó gondolati tevékenysége, az ezt meghatározó legfontosabb tényezők az észszerűség, a racionalitás és a logika. Mindamellett, a bírói döntéshozatali folyamat racionális tényezőkön kívüli elemeket is tartalmaz. Bár egy ideális világban azonos tények alapján ugyanolyan döntésre kellene, hogy jussanak a bírók, ez mégsem így van.[34] Ezeket az eltéréseket küszöbölhetjük ki az AI alapú esetelemzéssel és az általa adott megoldási javaslatokkal, amennyiben ezt a bíróságok is alkalmaznák a döntéshozatal támogatására.
Áttekintettük a gondolkodási folyamat kettős természetét, és felvetettük a gyors gondolkodási mód alkalmazását igénylő döntések AI alapú megoldásának lehetőségét. A bírói munka során irreális elvárás lenne minden ügyben és minden szinten a lassú gondolkodási folyamat alkalmazását. A tudás és tapasztalat alapú intuitív gondolkodás kialakítása és gyakorlati alkalmazása a bírósági munkát lényegesen megkönnyítő tényező, amit nem szabad figyelmen kívül hagyni. Az AI pedig azokban az ügyekben jelenthet megoldást, amikor nem szükséges humán megismerési folyamat és gondolkodás az ügy megoldásához. A választóvonal meghúzása és a kritériumok meghatározása nagy körültekintést igénylő feladat, amelybe a jogalkotóknak az érintettek széles körét célszerű bevonnia.
- 311/312 -
Anélkül, hogy elvonnánk a bíró mérlegelési és tényállás-megállapítási tevékenységének lényegét és létjogosultságát, az AI-t lehetne egy olyan eszközként használni, ami a bírónak támpontot ad, illetve, ha másképpen akar dönteni, mint ahogy az addigi esetekből következne, azaz szeretne eltérni a "trend"-től, erre az indokolásban térhetne ki. Az eltérésre akár alapul szolgálhatnak az ügy sajátos tényállási elemei, akár a jogszabály adta mérlegelési jogkör. Ilyen módon megmarad a tények és bizonyítékok szabad értékelése, mérlegelése, de a jogszabályok értelmezése sokkal egységesebb lenne. Már önmagában ez nagyban fokozná a jogbiztonságot, és a kiszámíthatóságot a peres eljárások kimenetelét illetően.
Óriási lehetőségeket jelentenek ezek a technológiák az igazságszolgáltatás szereplői számára, ugyanakkor körültekintően kell megalkotni és folyamatosan figyelemmel kell kísérni a működésüket, mert bizonyára állandó korrekcióra szorulnak ezek a rendszerek. Nemcsak megkönnyíthetik és hatékonyabbá tehetik a bírói munkát, de alapvető változásokat is hozhatnak a döntéshozatali folyamatban, mind eljárási mind pedig érdemi, tartalmi szempontból. Egyes szerzők sajnálják, hogy kikerül az "emberi tényező" egyes peres eljárásokból abban az értelemben, hogy nélkülöznünk kell a perben az emberi érzelmeket és a személyes kapcsolatot.[35] Magunk részéről úgy véljük, hogy ez nem is akkora probléma, például, ha nem kell szembenézni az ellenérdekű féllel több tárgyaláson keresztül, személyeskedéssel mérgezve az egyébként is fennálló vitát, ami minden szereplőnek jobb lenne, ha megmaradna a jog keretei között. ■
JEGYZETEK
[1] Baranyi Bertold - Udvary Sándor: Analóg múlt, digitális jelen, virtuális jövő a polgári perben. https://jogaszvilag.hu/szakma/analog-mult-digitalis-jelen-virtualis-jovo-a-polgari-perben/
[2] Nagy Adrienn: The importance of artificial intelligence and digitalisation and possible areas of use in the judiciary from a Hungarian perspective. Publicationes Universitatis Miskolciensis. Sectio Juridica Et Politica 38, no. 1. 2020. 179-195. pp.
[3] Ezen rendszerek működéséről bővebben lásd: Kevin D. Ashley: Artificial Intelligence and Legal Analytics. Cambridge University Press, 2017.
[4] Sourdin, Tania: Judges, Technology and Artificial Intelligence: The Artificial Judge. Edward Elgar Publishing. 2021. 2. p.
[5] Sourdin, Tania: Judge v. Robot: Artificial Intelligence and Judicial Decision-Making. University of New South Wales Law Journal, 41. 2018. 1114. p.
[6] Arias, Paula C. : Artificial Intelligence & Machine Learning: a Model for a New Judicial System? 2020. Nr. 3. Revista Internacional Jurídica y Empresarial, 81-91. pp.
[7] EUROPEAN COMMISSION FOR THE EFFICIENCY OF JUSTICE (CEPEJ): European ethical Charter on the use of Artificial Intelligence in judicial systems and their environment, https://rm.coe.int/ethical-charter-en-for-publication-4-december-2018/16808f699c
[8] Nikolaos Aletras et al: Predicting judicial decisions of the European Court of Human Rights: a Natural Language Processing perspective. PeerJ Computer Science, 2016. https://doi.org/doi.org/10.7717/peerj-cs. 93. p.
[9] Franciaország: Prédictice, Case Law Analytics, JurisData Analytics; USA: Lex Machina, Watson/Ross, Ravel.
[10] Eliot, Lance: Legal Judgment Prediction (LJP) Amid the Advent of Autonomous AI Legal Reasoning. https://arxiv.org/ftp/arxiv/papers/2009/2009.14620.pdf
[11] Gábri Angéla: Kognitív tudományok az ítélkezési tevékenység szolgálatában. Pro Futuro, 2020/1. 109-132. pp.
[12] Guthrie, Chris-Rachlinski Jeffrey J.-Wistrich, Andrew J.: Inside the Judicial Mind. Cornell Law Faculty Publications, 2001. 791. p. https://scholarship.law.cornell.edu/cgi/viewcontent.cgi?article=1734&context=facpub (2021. 05. 10.).
[13] Hawkins, Scott A. - Hastie, Reid: Hindsight: Biased Judgments of Past Events After the Outcomes are Known. Psychological Bulletin, 1990/3. 311-327. pp. https://www.academia.edu/11926617/Hindsight_Biased_judgments_of_past_events_after_the_outcomes_are_known
[14] Guthrie-Rachlinski-Wistrich 2001, 803-804. pp.
[15] Gigerenzer, Gerd -Brighton, Henry: Can Hunches Be Rational. Journal of Law, Economics & Policy. 4/2007. 156. p. http://heinonline.org/HOL/Page?handle=hein.journals/jecoplcy4&id=159&div=&collection=journals
[16] Kahneman, Daniel: Thinking, Fast and Slow. 1st edn, Farrar, Straus and Giroux. 2011. 21. p.
[17] Kahneman 2011, 80. p.
[18] Kahneman 2011, 31. p.
[19] Nyilas Anna: A polgári per egyszerűsítésének és gyorsításának eszközei az európai jogrendszerekben, különös tekintettel a kis értékű követelésekre vonatkozó eljárásokra. PhD értekezés, Debreceni Egyetem, Állam- és Jogtudományi Doktori Iskola, 2011. 230. p.
[20] Sinclair, Marta: Misconceptions About Intuition, Psychological Inquiry. 21 (2010), 382. p.
[21] Richards, Diana: When Judges Have a Hunch: Intuition and Experience in Judicial Decision-Making. Archiv Für Rechts- Und Sozialphilosophie, vol. 102. No. 2. 2016. 254. p. www.jstor.org/stable/24756844
[22] Michael Legg: The Future of Dispute Resolution: Online ADR and Online Courts. Australasian Dispute Resolution Journal, 2016/71. 27. p.
[23] Ződi Zsolt: A bíróságok és a technológia. https://birosag.hu/birosagiszemle/2020/1/_birosagok-es-technologia
[24] EUROPEAN COMMISSION FOR THE EFFICIENCY OF JUSTICE (CEPEJ): European ethical Charter on the use of Artificial Intelligence in judicial systems and their environment, https://rm.coe.int/ethical-charter-en-for-publication-4-december-2018/16808f699c,%2029.%20July%202019.
[25] Calude, Cristian Sorin - Longo, Giusseppe: Le déluge des corrélations fallacieuses dans le big data. In: Stiegler, Bernard (szerk.): La toile que nous voulons. FYP editions, 2017. 156. p.
[26] Székely János - Veress Emőd: A mesterséges intelligencia és a jogalkalmazás. https://www.researchgate.net/publication/339940059_A_MESTERSEGES_INTELLIGENCIA_ES_A_JOGALKALMAZAS
[27] Algorithmic Accountability. Applying the concept to different country contexts. World Wide Web Foundation, 2017. https://webfoundation.org/docs/2017/07/WF_Algorithms.pdf
[28] Székely - Veress 2020, 98. p.
[29] Rana Rajput: Can AI Be Fairer Than a Human Judge in the Judicial System? https://readwrite.com/2020/05/14/can-ai-be-fairer-than-a-human-judge-in-the-judicial-system/
[30] David Harvey: From Susskind to Briggs: Online Court Approaches. Journal of Civil Litigation and Practice. 84, 2016/5. 93. p.
[31] Dobos Zoltán: Mit jelent a korlátozott precedensrendszer bevezetése? https://jogaszvilag.hu/szakma/mit-jelent-a-korlatozott-precedensrendszer-bevezetese/
[32] Linant de Bellefonds, Xavier: L'utilisation des systèmes experts en droit comparé. Revue internationale de droit comparé. 1994, Vol. 46, No. 2. 703-718. pp.
[33] Arias 2020, 89. p.
[34] Dán Judit: A bizonyítás és tényállás-megállapítás pszichológiai elemei. In: Összefoglaló vélemény - Az ítéleti bizonyosság elméleti és gyakorlati kérdései. https://kuria-birosag.hu/sites/default/files/joggyak/osszefogl_velemeny_iteleti_bizonyossag.pdf
[35] Balogh Judit: M.I vs. J.O.G. https://arsboni.hu/m-i-vs-j-o-g/
Lábjegyzetek:
[1] A szerző adjunktus, DE Állam- és Jogtudományi Kar, Polgári Eljárásjogi Tanszék.
Visszaugrás
