巴基斯坦法官对JudgeGPT给出评价
摘要
巴基斯坦一项大规模试验显示，专为法官设计的AI工具JudgeGPT将案件解决率提升6.3%且未损害判决质量，这是司法AI应用的首个大规模独立评估。
核心要点
- 2024年起，1559名初审法官（约占全国法官一半）开始使用JudgeGPT。
- JudgeGPT基于OpenAI GPT-4和检索增强生成（RAG），数据库含128,292条司法意见和943条法规。
- 1197名法官参加了六次各90分钟的Zoom培训，内容涵盖大模型原理、局限性和偏见风险。
- 试验发现案件解决率提高6.3%，且判决质量无相应下降。
- 巴基斯坦积压案件达226万件，每10万人法官数不足2人，远低于欧盟（22人）和巴西（8人）。
原文佐证
- boosted the number of cases resolved by 6.3 percent with no obvious drop in the quality of judgments.
- We do find an increase in cases resolved, and we don’t find any corresponding decrease in decision quality
- It’s to attach the models to a tool that can do a search and verify the sources.
AI 洞察
这项研究说明，生成式AI在司法等高风险公共场景中可以通过“人机协同”而非替代的方式创造价值，关键在于将模型与可信知识库绑定以控制幻觉。随着更多类似试验积累数据，AI司法辅助将从“可行性验证”走向“制度化采纳”，但这也将引发关于算法透明度与责任归属的长期争论。