服務創新電子報

當AI預見法律,是敵是友?

圖片來源:《財團法人法律扶助基金會》

2018年12月19日,東吳大學人工智慧應用研究中心、財團法人法律扶助基金會以及數據分析廠商SAS攜手發表運用於法律服務之人工智慧研究成果,利用「自然語言處理」技術幫助法律扶助基金會律師分析案由,於分派案件以及簡化申請流程有極大助益。

針對需要專業法律協助而又無力負擔相關費用的人民,提供專業法律扶助,以實現訴訟的平等權為宗旨。

法扶會每年的案件申請量高達21萬件,准予扶助的案件亦有6萬件之多,平均下來每天需處理300多個案件,在資源有限的情況下,法扶會與SAS、東吳大學合作,利用AI技術及資料採礦,從法扶會過去百萬筆資料中找出管理指標,打造AI分析的雛型。

從累積的案由資料中,先整合「申請人屬性、案件屬性、人口資料、律師辦案活動頻率(包括開庭次數、律師面談次數與撰寫書狀份數)」等大量結構化與非結構化資料,再利用「自然語言處理」中的文字分析引擎(自動聚類、辨識詞彙、偵測同異詞),訓練機器了解前後文和語意,解析出相同申請案由中隱含的差異性,藉此打造機器學習模型,從而訓練機器預測「受不同因子影響」的扶助案件,律師可能投注的活動頻率。

SAS表示以扶養案件舉例而言,平均律師面談與開庭次數是2次,但若是案件中的關鍵字含有「家暴」或是「離婚」等,預測的開庭與面談次數則高達5次,即屬於高活動頻率。從法扶的案件數據來看,若案件關鍵字僅有「扶養費」,律師在辦案時有36%的機率為高活動頻率;若案件含「離婚」,是高頻率活動案件的機率為43%;含「家暴」者則是57%。以目前法扶會案件敘述方式所架構出的影響因子指標,使AI模型在預測律師辦案活動頻率的準確度已高達80%。期望日後透過案件敘述模式格式化或類型化,加之持續餵養訓練資料後,可讓準確度進一步提升。

人工智慧協助調整律師的工作量,亦能增加民眾的服務品質。

對於法扶會的案件申請人而言,藉由精準預測律師辦案活動頻率得以讓申請人對訴訟後續程序與所費時間有更深入的了解,減少不確定感,使其在面對訴訟時能更好的調適心態;另一方面對於法扶會的律師而言,在AI針對案件進行活動頻率預測時,能更有效率且有效果的分派案件。過去法扶會是在區分案件項目類別後,根據律師專長及電腦順序派案,如此一來,有可能一位律師剛好接到的都是高頻率案件,導致工作負荷過高。如今有了人工智慧的協助,可以更妥善的分派案件,適當調整律師的工作量,在顧及法務人員負擔的同時亦能增加民眾的服務品質。

雖然目前此套AI系統僅研究了「毒品」與「扶養」兩類案件,相信未來此系統會更加完備。過去各界針對AI於法律產業的衝擊影響或許有著各種臆測,而如今筆者認為AI將是法律人手中的利器,亦將是廣大民眾的一大福音。(文/李如紅)

Share
標籤: , ,

留下您的評論

Share