Vertaald uit het Engelse origineel. De cijfers en bronnen zijn ongewijzigd. Lees het Engelse origineel
Pakistan trial courts
Pakistan zet JudgeGPT gerandomiseerd in bij 1.559 rechters in eerste aanleg en districten handelen meer zaken af
Onderzoekers en de Pakistaanse rechterlijke macht gaven rechters in eerste aanleg een AI-assistent, JudgeGPT, in een gerandomiseerd experiment bij 118 rechtbanken. Districten met meer getrainde rechters handelden meer zaken af, bij mediane blootstelling ongeveer 6,3% boven het gemiddelde, zonder dat het aantal hoger beroepen steeg.
Kerncijfers
Letterlijk overgenomen uit de bronnen. Kopieer elk cijfer met bronvermelding.
1.848
Extra afgehandelde zaken per district per jaar bij mediane blootstelling aan getrainde rechters1
6,3%
Stijging van het aantal afgehandelde zaken ten opzichte van het gemiddelde bij mediane blootstelling1
ongeveer 616
Extra afgehandelde zaken per district per jaar op het 25e percentiel van blootstelling1
1.559
Rechters die in het experiment willekeurig werden ingedeeld1
Wat het kostte
Kosten, teamgrootte en doorlooptijd zijn in de bronnen niet openbaar gemaakt.
Het probleem
Pakistan heeft voor zijn bevolking zeer weinig rechters, en miljoenen zaken wachten op een beslissing. The Decoder meldt 2,26 miljoen hangende zaken eind 2024, de meeste bij rechtbanken in eerste aanleg. Rechters werken met weinig technologie en zonder ondersteunend personeel.
Wat ze bouwden
JudgeGPT is een chatbot die is gebouwd op de GPT-4-modelfamilie van OpenAI. Hij is op Pakistan toegesneden met een eigen instructie en een bibliotheek met uitspraken en wetten die hij doorzoekt voordat hij antwoordt, zodat de antwoorden echte documenten citeren. Deze aanpak heet retrieval-augmented generation (RAG).
Hoe ze het aanpakten
Onderzoekers van ETH Zürich, Imperial College London en de New Economic School werkten samen met de rechterlijke macht. Ze deelden 1.559 rechters in eerste aanleg bij 118 rechtbanken willekeurig in drie groepen in: AI-toegang met gerichte training, AI-toegang met algemene training over technologie en recht, of alleen algemene training. De training van de eerste groep werd per groep gespreid, vanaf maart 2024. Chatlogs lieten zien hoe rechters het hulpmiddel gebruikten.
Resultaten
Rechters met AI en gerichte training namen het hulpmiddel vaker over, gebruikten het meer en bleven het gebruiken. Districten met meer blootstelling aan deze rechters handelden meer zaken af: ongeveer 1.848 meer per district per jaar bij mediane blootstelling, een stijging van 6,3% ten opzichte van het gemiddelde. Het aantal hoger beroepen per afgehandelde zaak nam niet toe en daalde zo mogelijk licht. De training verschoof het gebruik naar hulp bij redigeren en opstellen en weg van brede vragen over juridisch onderzoek.
Alle gemelde cijfers
| Maatstaf | Cijfer | Bronvermelding |
|---|---|---|
| Extra afgehandelde zaken per district per jaar bij mediane blootstelling aan getrainde rechters | 1.8481 | |
| Stijging van het aantal afgehandelde zaken ten opzichte van het gemiddelde bij mediane blootstelling | 6,3%1 | |
| Extra afgehandelde zaken per district per jaar op het 25e percentiel van blootstelling | ongeveer 6161 | |
| Rechters die in het experiment willekeurig werden ingedeeld | 1.5591 | |
| Betrokken rechtbanken | 1181 |
Lessen voor uw project
Combineer toegang met training. In het onderzoek gebruikten rechters met gerichte training het hulpmiddel vaker en bleven ze het gebruiken; toegang alleen deed veel minder ertoe.
Stuur mensen naar taken waarbij het hulpmiddel betrouwbaar is, zoals het verbeteren van teksten, en weg van open vragen die duur zijn om te controleren.
Meet de output met administratieve gegevens, niet alleen met gebruikersenquêtes, en volg naast het volume ook de kwaliteit (percentage hoger beroep).
Randomiseer de uitrol waar u kunt. Het gaf dit bewijs een geloofwaardigheid die de meeste casestudy's van leveranciers missen.
Kanttekeningen
- De cijfers zijn onderzoeksresultaten: schattingen van de auteurs van hoe de output van een district verandert met het aandeel getrainde rechters, geen telling van zaken die het hulpmiddel zelf afhandelde.
- Het onderzoeksdocument is een werkdocument van 9 augustus 2026 en kan nog worden herzien. Het artikel van The Decoder (21 juli 2026) vat het samen.
- Het document geeft een globale kostenindicatie van ongeveer 41,90 dollar aan salarisequivalente capaciteit per uitgegeven dollar, en minstens 10 dollar bij voorzichtige aannames. The Decoder meldt 38,50 dollar. Omdat het een gemodelleerde schatting is, wordt het hier niet als resultaat getoond.
- Het document noemt een model uit de GPT-4-familie; een exacte versie wordt niet gegeven. De eerste trainingsgroep begon in maart 2024, dat hier als startdatum is gebruikt.
- De outputgegevens in de analyse eindigen eind 2024, dus alleen de vroegste groep draagt bij.
Bronnen
- Courts of Tomorrow: Evidence from a Nationwide Rollout of Generative AI
Mehmood, Goessmann, Ash (working paper) · 2026-08-09 · Onderzoeksrapport · elliottash.com
- An AI system helped Pakistani judges clear massive backlogs at $38.50 return per dollar invested
The Decoder · 2026-07-21 · Nieuws · the-decoder.com
In eigen woorden samengevat op basis van de bovenstaande bronnen. Een fout gezien? Zie correcties.