Robot weet welke uitspraak het hof zal doen

Recht Zonder te weten wat de betekenis van woorden is, kan een computermodel redelijk voorspellen welke uitspraken het Europees Hof voor de Rechten van de Mens zal doen.

Zittingszaal van het Europees Hof voor de Rechten van de Mens in Straatsburg. Met kunstmatige intelligentie probeert robot Juri uitspraken van het hof te voorspellen.
Zittingszaal van het Europees Hof voor de Rechten van de Mens in Straatsburg. Met kunstmatige intelligentie probeert robot Juri uitspraken van het hof te voorspellen. Foto Getty Images

Een vriendelijk ogend robotje geeft een gezicht aan een nieuwe applicatie met een serieuze taak. ‘Juri’ voorspelt op zijn website uitspraken van het Europees Hof voor de Rechten van de Mens (EHRM). Onlangs werd hij gepresenteerd op een conferentie over nieuwe technologieën voor juridische toepassingen.

Tot nu toe heeft Juri de uitspraak van zo’n 70 procent van de zaken goed voorspeld. Masha Medvedeva, die tijdens haar promotieonderzoek aan de Rijksuniversiteit Groningen aan Juri werkt, straalt. „Ik kan niet geloven dat het echt lukt om te voorspellen.” En 70 procent is best goed, zegt Martijn Wieling, als hoofddocent informatiekunde in Groningen betrokken bij het project. Want Juri voorspelt door teksten te vergelijken, „zonder dat hij weet wat de betekenis van de woorden is”.

Computermodellen helpen overzicht te creëren. Juristen worden nu overladen door „een tsunami van uitspraken”, zegt Michel Vols, hoogleraar openbare-orderecht in Groningen. Modellen kunnen mogelijk patronen blootleggen in uitspraken.

In een robotrechter zien ze alle drie niets, ook niet als een systeem 99 procent goed zou voorspellen. „Want je zult maar bij die 1 procent zitten die ten dood veroordeeld worden of levenslang de gevangenis in gaan terwijl je hartstikke onschuldig bent”, zegt Wieling.

Een maand vooruit kijken

Juri gebruikt documenten die geschreven zijn vóór de uitspraak bekend werd. Met zaken tot en met november voorspelt Juri de uitspraken in december. „We kijken dus eigenlijk een maand vooruit”, zegt Wieling.

De rechtszaken van het EHRM lenen zich goed voor voorspellingen omdat er maar twee uitkomsten zijn, legt Vols uit. „De rechten van de mensen zijn geschonden of niet geschonden.” Maar de uitspraak is voor het ene recht makkelijker te voorspellen dan voor het andere. „Bijvoorbeeld het recht op leven”, zegt Vols. Die zaken zijn vaak vergelijkbaar: „Iemand is overleden of niet.” Moeilijker is het recht op privéleven en familieleven. „Daar valt eigenlijk van alles onder. Als de overheid je brievenbus heeft doorgesnuffeld bijvoorbeeld. Of mensen die transgender zijn en hun naam willen wijzigen.” Dit maakt het moeilijker om patronen te herkennen.

JuriSays bevat twee modellen, legt Medvedeva uit. Het eerste model kijkt welke woorden belangrijk zijn om een voorspelling te doen. Juri leert van eerdere zaken welke woorden of combinaties van woorden vaak voorkwamen als een rechter oordeelde dat het ging om een schending – en als het juist niet om een schending ging. „In een eerdere studie zagen we bijvoorbeeld dat de zinnen die gingen over geweld over het algemeen meer informatief waren dan de zinnen die niet over geweld gingen. Als het in een tekst bijvoorbeeld gaat over slechte condities in een gevangeniscel, was er meer waarschijnlijk sprake van een schending.” Het algoritme achter Juri probeert de woorden zo goed mogelijk in de twee groepen – schending/geen schending – van elkaar te scheiden.

Groene en rode zinnen

Een tweede model laat zien welke zinnen voor Juri belangrijk waren om tot een uitspraak te komen. Dit model werkt vergelijkbaar, maar bepaalt per zin of alinea een percentage: hoe waarschijnlijk is het dat het om een schending gaat? In de applicatie kun je zien waar Juri het eens was met de rechter – die zinnen kleur hij groen – en waar niet – die zijn rood.

Begrijpen hoe Juri zijn keuzes maakt, is volgens Medvedeva het belangrijkste onderdeel van het onderzoek. „Maar ik kan hier als jurist vaak geen chocola van maken”, zegt Vols. Wieling leest een voorbeeld voor van een zin die Juri bepalend vond: „De feiten van de zaak, die zijn ingediend door de aanvrager, kunnen als volgt worden samengevat.” Vols lacht. „Dat zegt helemaal niets.” Maar toch voorspelde Juri de uitspraak van deze zaak goed: schending.

Om Juri beter te begrijpen gaat Vols deze zinnen analyseren. Ook willen de onderzoekers meer begrip van taal aan Juri toevoegen. Bijvoorbeeld het koppelen van verschillende zinnen met dezelfde betekenis.