Artificial Neural Network as a Tool for Judicial Decision-Making in the Anglo-Saxon Law System = Штучна нейронна мережа як інструмент прийняття судових рішень в англо-саксонській системі права

Abstract

Case law is a legal system in which judicial precedent is recognized as the main source of law; it is a decision made in any case that is binding on all courts of equal and lower instance when they consider similar cases. In the precedent system of law judges are obliged to be guided by the decisions made in similar cases, recognize their truth and legitimacy, and cannot deviate from them even in the presence of some conflicting factors. An increasing number of similar decisions becomes burdensome for the experts if there are differences on the merits of the cases. To ensure the reliability of decision-making in the case law system, the synthesis of an ensemble of neural network models for the guilty recognition is considered based on a set of prehistory precedents accumulated in the database. The task of a judgment making is reduced to recognizing classes in the space of nominal features. The article considers the formation of a feature list from a set of precedents corresponding to a particular court decision and filling in the initial table, in which the classes are the decision (guilty or not guilty), and the features are the presence or absence of relevant conditions. The functional dependence of the guilty degree on a set of situations is described with using the technology of neural network forced learning. The practical significance of the results is creation of the software tools for decision-making support in the case law system and creation of an additional, independent of subjectivism, decision-making channel. The developed technology, methodological, algorithmic and software tools make it possible to automate the analysis and adoption of judicial decisions, minimizing the influence of the human factor, which objectively increases the authority and confidence in the judicial law system.

Прецедентне право – правова система, у якій основним джерелом права визнається судовий прецедент – рішення, винесене у будь-якій справі, обов'язково всім судів рівної і нижчої інстанції під час розгляду ними аналогічних справ. У разі застосування прецедентної системи права судді зобов'язані керуватися ухваленими рішеннями ситуативно схожих справ, визнаючи їх істинність і правомірність, що неспроможні відступати від нього навіть за наявності деяких суперечливих чинників. Зростаюча кількість аналогічних рішень стає обтяжливим для експерта, якщо є відмінності по суті. Для забезпечення достовірності прийняття рішень у системі прецедентного права розглядається синтез ансамблю нейромережевих моделей розпізнавання ступеня винності суб'єкта дослідження із сукупності прецедентів передісторії, накопичених у базі даних. Завдання прийняття рішення зводиться до розпізнавання класів у просторі номінальних ознак. Розглядається формування переліку ознак із набору прецедентів відповідних тому чи іншому рішенню суду та заповнення вихідної таблиці, у якій класами є рішення (винний-винний), а ознаками – наявність чи відсутність відповідних умов. Описано функціональну залежність ступеня вини суб'єкта від набору ситуацій із застосуванням технології примусового навчання нейромереж. Практична значимість результатів дослідження полягає у створенні програмного інструментарію для підтримки прийняття рішень у прецедентній системі права та створення додаткового, незалежного від суб'єктивізму, каналу прийняття рішень. Розроблена технологія, методичний, алгоритмічний та програмний інструментарій дозволяють автоматизувати аналіз та ухвалення судових рішень, мінімізуючи вплив людського фактора, що об'єктивно підвищує авторитет та довіру до судової системи влади.