論文の概要: Do Judges Behave Like Algorithms?

• arxiv url: http://arxiv.org/abs/2608.10400v2
• Date: Wed, 12 Aug 2026 01:39:36 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-13 14:28:20.544224
• Title: Do Judges Behave Like Algorithms?
• Title（参考訳）: 判事はアルゴリズムが好きか?
• Abstract要約: テキサス州ハリス郡における軽視的保釈公聴会における司法判断について検討する。 利用可能な裁判所データを用いて,判事がアルゴリズムに類似するものに従うか否かを調査する。 我々の結果は、これらの審査員が一般的にアルゴリズム的に振る舞うことを示している。
• 参考スコア（独自算出の注目度）: 18.681366029551135
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: What if judges already behave like algorithms? As artificial intelligence and algorithms are deployed in many settings, including the judicial system, many have debated whether judges should be allowed to rely on them. Instead, we ask whether judges follow predictable, algorithmic-like rules already. If judges already follow consistent, formula-like rules based on discrete and static factors such as criminal history, age, and charge type, then judicial behavior may be improved. However, if judges rely on individualized information that cannot be identified through court data, then standards-based decision-making may be more challenging to understand or improve. This work explores these questions by studying judicial decision-making in misdemeanor bail hearings in Harris County, Texas. Using available court data, we investigate whether magistrate judges follow what resembles an algorithm; whether they consider the same variables in their decision-making; and whether they are consistent with themselves and with each other. To do this, we train machine learning models for each judge, measure variable importance metrics to determine important variables for each judge's decision-making, and analyze outcomes of similar cases for judges. Our results reveal that these judges generally behave algorithmically: their decisions can be captured by small, interpretable formulas. However, in some cases, judges differ substantially, leading to surprising inconsistency and unequal treatment across similar defendants. Identifying cases where algorithms do not explain judicial decision-making can improve the justice system by focusing attention on decisions where individualized standards, rather than rules, better explains outcomes.
• Abstract（参考訳）: 判事がすでにアルゴリズムのように振る舞うとしたら? 人工知能とアルゴリズムは司法制度を含む多くの場所で展開されているため、裁判官がそれに頼ることを許すべきかどうかを議論する者も多い。 その代わり、審査員は予測可能なアルゴリズム的なルールに従うかどうかを問う。 裁判官が犯罪歴、年齢、料金タイプなどの離散的かつ静的な要素に基づいて、既に一貫した公式的な規則に従っている場合、司法行動は改善される可能性がある。 しかし、もし裁判官が裁判所のデータから特定できない個別の情報に頼れば、標準に基づく意思決定は理解や改善がより困難になるかもしれない。 この研究は、テキサス州ハリス郡の軽視的保釈聴聞会において、司法判断を研究することでこれらの疑問を探求する。 裁判所で利用可能なデータを用いて,判事がアルゴリズムに類似するものをフォローしているか,意思決定において同じ変数を考慮しているか,彼ら自身と相互に一貫性があるのかを調査する。 そこで我々は,各審査員の機械学習モデルを訓練し,各審査員の意思決定における重要な変数を決定するために,変数重要度を測定するとともに,審査員の類似事例の結果を分析する。 我々の結果は、これらの判断は一般にアルゴリズム的に振る舞うことを示し、その決定は小さく解釈可能な公式によって捉えることができる。 しかし、いくつかの場合において、裁判官は著しく異なっており、同様の被告間での驚くほどの矛盾と不平等な扱いにつながっている。 アルゴリズムが司法判断を説明できない場合の特定は、規則ではなく、個別化された基準に注意を向けることで、司法制度を改善することができる。

関連論文リスト

• CyberJurors: A Multi-Agent Simulation Task for E-Commerce Disputes Verdict [59.06704011432714]
  電子商取引プラットフォームは、大量の取引紛争を判断するためにクラウドソースの陪審員を募集し始めた。 本稿では,先駆的タスクであるEDV(E-Commerce Dispute Verdicts)と,6,000件の現実世界のケースからなるマルチモーダルベンチマークであるVerdictBenchを紹介する。 本稿では,論争ロジックを明確にし,判定プロセスを制御するマルチエージェントフレームワークであるCyberJurorsを提案する。
  論文  参考訳（メタデータ） (2026-05-27T12:07:44Z)
• The Silicon Reasonable Person: Can AI Predict How Ordinary People Judge Reasonableness? [0.0]
  本稿では,大規模言語モデル(LLM)が人間の合理的性判断を駆動するパターンを識別できることを考察する。 特定のモデルが表面レベルの応答だけでなく,その基盤となる決定的アーキテクチャも捉えていることを示す。 裁判官はより広いパターンに対して直感を調整でき、議員は政策解釈をテストでき、資源制約のある訴訟員は議論の受理をプレビューできる。
  論文  参考訳（メタデータ） (2025-08-04T06:19:45Z)
• JudgeBench: A Benchmark for Evaluating LLM-based Judges [61.048125269475854]
  judgeBenchは、知識、推論、数学、コーディングにまたがる挑戦的な応答ペアに関するLSMベースの判断を評価するためのベンチマークである。 審査員、微調整された審査員、マルチエージェントの審査員、報酬モデルに関する包括的な評価は、審査員ベンチが以前のベンチマークよりもかなり大きな課題を課していることを示している。
  論文  参考訳（メタデータ） (2024-10-16T17:58:19Z)
• The Ethics of Automating Legal Actors [58.81546227716182]
  我々は、裁判官の役割の自動化は、特に一般的な法体系において、難しい倫理的課題を提起すると主張している。 我々の主張は、単に法律を適用するのではなく、法律を積極的に形成する際の裁判官の社会的役割から従う。 モデルが人間レベルの能力を達成できたとしても、法的プロセスの自動化に固有の倫理的懸念は残るだろう。
  論文  参考訳（メタデータ） (2023-12-01T13:48:46Z)
• JudgeLM: Fine-tuned Large Language Models are Scalable Judges [48.053949045598344]
  大規模言語モデル(LLM)をオープンなシナリオで評価することは、既存のベンチマークやメトリクスがそれらを包括的に測定できないため、難しい。 本稿では,拡張性のある審査員 (JudgeLM) としてLLMを微調整し,LLMを効率よく,かつ効率的に評価する手法を提案する。 我々は7B,13Bから33Bパラメータの異なるスケールでJiceLMを訓練し、その能力と振る舞いを体系的に分析する。
  論文  参考訳（メタデータ） (2023-10-26T17:48:58Z)
• MUSER: A Multi-View Similar Case Retrieval Dataset [65.36779942237357]
  類似事例検索(SCR)は、司法公正の促進に重要な役割を果たす代表的法的AIアプリケーションである。 既存のSCRデータセットは、ケース間の類似性を判断する際にのみ、事実記述セクションにフォーカスする。 本稿では,多視点類似度測定に基づく類似事例検索データセットMと,文レベル法定要素アノテーションを用いた包括的法定要素を提案する。
  論文  参考訳（メタデータ） (2023-10-24T08:17:11Z)
• Algorithms, Incentives, and Democracy [0.0]
  アルゴリズム設計者による最適分類が集団の行動分布にどのように影響するかを示す。 次に、報酬と罰、または利害関係をアルゴリズム分類に民主化する効果を見て、社会が捕食的分類をいかに生み出すか(または促進するか)を検討する。
  論文  参考訳（メタデータ） (2023-07-05T14:22:01Z)
• Algorithmic Learning Foundations for Common Law [5.961705913076256]
  本稿では,一般的な法体系を学習アルゴリズムとして考察し,訴訟手続の特定の特徴をモデル化し,このシステムが効率的に学習されるかどうかを問う。 我々のモデルの特徴は、裁判所手続の様々な側面を学習アルゴリズムとして明確に見ることである。
  論文  参考訳（メタデータ） (2022-09-07T00:39:36Z)
• Uncertainty in Criminal Justice Algorithms: simulation studies of the Pennsylvania Additive Classification Tool [0.0]
  我々は、投獄された個人に留置レベルを割り当てるペンシルバニア付加分類ツール(PACT)について検討した。 我々は、刑事司法アルゴリズムがしばしば分析される方法で、PACTを分析します。 我々は,そのようなアルゴリズムを研究するための新しい手法を提案し,実施する。
  論文  参考訳（メタデータ） (2021-12-01T06:27:24Z)
• Equality before the Law: Legal Judgment Consistency Analysis for Fairness [55.91612739713396]
  本論文では,LInCo(Legal Inconsistency Coefficient)の判定不整合性評価指標を提案する。 法的な判断予測(LJP)モデルを用いて異なる集団の裁判官をシミュレートし、異なる集団で訓練されたLJPモデルによる判断結果の不一致を判断する。 私達はLInCoを実際の場合の不一致を探検するために使用し、次の観察に来ます:(1)地域およびジェンダーの不一致は法制度でありますが、ジェンダーの不一致は地方不一致より大いにより少しです。
  論文  参考訳（メタデータ） (2021-03-25T14:28:00Z)
• Predicting Court Decisions for Alimony: Avoiding Extra-legal Factors in Decision made by Judges and Not Understandable AI Models [0.02578242050187029]
  この目的のために,ランダムな森林と回帰モデルを組み合わせた説明可能なAIモデルを提案する。 フランスの司法管轄区域が引き起こした離婚問題において、多くの裁判所決定を使用することで、裁判官が下した決定には法外的要因があるかどうかを判断する。
  論文  参考訳（メタデータ） (2020-07-09T14:14:20Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。