有悔意可教化？交給AI判決有驚人發現 竟比法官可靠
▲最近臺灣出現幾起法院判決爭議，法官審理案件的公正性引發質疑聲浪。（示意圖／取自免費圖庫pixabay）
精選書摘作者／麥爾坎．葛拉威爾摘自／《解密陌生人：顛覆識人慣性，看穿表相下的真實人性》
這個問題最好的解答來自一個哈佛經濟學家、三個頂尖電腦科學家，和一位芝加哥大學的保釋專家所做的研究。這羣人──爲了方便起見，我以那位經濟學家的名字穆拉尹納山（Sendhil Mullainathan）代表他們──決定把紐約市當成他們的實驗場。他們蒐集從2008到2013年在紐約市接受提訊聽證的55萬4689名被告的紀錄，發現紐約市的法官裁定釋放的人數略超過40萬人。
然後穆拉尹納山建立一套人工智慧系統，輸入和這些提訊案件中，檢察官提供給法官的相同資訊（被告的年齡和犯罪紀錄），並要求電腦處理這55萬4689個案件，和列出電腦決定的40萬名被釋放者。這是一場競賽：人類對機器。誰做出最好的決定？誰的名單在被保釋後犯的罪最少，以及準時在庭審日期到場的人最多？結果相當懸殊。電腦名單上的人在等候庭審期間犯罪的比率，比紐約市法官釋放的40萬人少25％。25％！在這個競賽，人類遭機器輾壓。
爲了讓你對穆拉尹納山的電腦方法有一個概念：它標定所有被告中的1％爲「具高度風險」，這些人是電腦認爲絕對不應該在審判前釋放的。根據電腦的計算，高度風險組的人有超過大半被保釋後會再犯罪。不過，當人類法官處理同樣這組壞人時，他們完全不視這組人有危險性。他們會釋放這些人的48.5％！
「運算法標定爲有高度風險的被告，有許多被法官當成只有低風險。」穆拉尹納山團隊做結論說：「這個比較顯示出，法官不純粹是爲拘留設定一個高門檻，而是錯誤地對被告做分類……他們選擇拘留的被告是從整個預估風險分佈挑出的。」換句話說：法官的保釋決定漫無標準。
我相信你同意這很令人困惑。當法官做保釋決定時，他們有三種資訊來源。他們有被告的紀錄──年齡、以前的犯行、他上次獲准保釋後發生的事、他住哪裡、在哪裡工作。他們有地區檢察官和被告律師的證詞：法庭上公開的所有資訊。他們還有自己親眼看到的證據：我對這個站在我面前的人有什麼感覺？
另一方面，穆拉尹納山的電腦看不到被告，也聽不到法庭上說的任何話。它知道的只有被告的年齡和犯罪紀錄。它能取得的資訊只有法官得到的一小部分──但它在做保釋決定上的表現卻好得多。
▲由哈佛經濟學家領軍的頂尖專家，實驗比較人腦與電腦的判斷結果，發現電腦在保釋決定上的表現竟比較好！（示意圖／取自免費圖庫Pixabay）
在我的第二本書《決斷2秒間》（Blink），我說到管絃樂隊在招募新人時，若是讓候選者在屏風後面試奏，他們可以做出遠爲明智的決定。將部分資訊拿走，不提供給招募委員會，可以讓他們做出較好的判斷。但那是因爲觀看某個人演奏時蒐集的資訊大部分是無關緊要的。如果你想判斷某個人是不是優秀的小提琴演奏者，知道那個人高大或矮小、英俊或醜陋、白人或黑人對你沒有幫助。事實上，那可能只會帶來讓你更難下判斷的偏見。
但就保釋決定來說，法官獲得的額外資訊似乎應該很有用。在索羅門的法庭上有過一個案例，一名穿籃球短褲和灰T恤的年輕男人被控與另一個人鬥毆，然後他用那個人被竊走的信用卡購買一輛汽車。在要求保釋時，地區檢察官指出，他在前兩次遭逮捕後未依照指定日期出庭。這是個嚴重的警訊。但「未出庭」的原因千奇百怪。如果通知被告出庭的日期錯誤呢？如果他當天請假可能丟掉工作，所以決定不值得爲出庭犧牲工作呢？如果他的小孩正好住院呢？被告律師就是這麼告訴法官的：他的委託人有很好的理由。電腦並不知道這些，但法官知道。所以這些資訊怎麼會沒有幫助？
同樣地，索羅門說，他在保釋案件中最留意的是「精神病患者遭指控暴力犯罪」。這類案件是法官的夢魘。如果他們讓某個人保釋，然後那個人停止服藥，並犯下一些可怕的罪行。「後果可能是射殺警察。」索羅門說。
後果也可能是開車撞上一輛廂型車，害死一個懷孕的女人和她丈夫；傷害一個小孩；把人推到進站的地鐵火車前讓他們被輾死。那是任何可怕的事都可能發生的情況……沒有法官會希望自己是那個案件中做出保釋決定的人。
這類情況的一些線索就在被告的檔案裡：醫療紀錄、住院紀錄、被告被發現失能的情況。但其他線索只能在當時發現。
「你也會在法庭上不斷聽到『情緒失常者』（EDP）這個詞。」索羅門說。
使用這個詞的人可能是送被告來法庭的警察局，他們交給法庭一個信封，裡面裝着醫院的醫師在提訊前做的精神診斷……有時候這個資訊會放在地區檢察官的檔案夾，而地區檢察官會提出問題……那是我必須考慮的事實。
在這類案件中，他會看着被告──專注地，仔細地，以他的話來說，尋找：某種漠然的表情，不敢做目光接觸。不是像青少年那樣額葉還未發展而無法做目光接觸。我說的是沒有服藥的成人……穆拉尹納山的電腦沒有辦法聽到檢察官談到一個情緒失常者，它也無法看到露出馬腳的漠然表情。這個限制應該是索羅門和他的法官同僚的大優勢，但不知道什麼原因卻不是如此。
謎題：爲什麼面對一個陌生人，有時候反而讓我們比不見面更難了解他們？