Przetłumaczono z angielskiego oryginału. Liczby i źródła pozostają bez zmian. Przeczytaj angielski oryginał
Pakistan trial courts
Pakistan losowo wdraża JudgeGPT wśród 1 559 sędziów pierwszej instancji, a okręgi rozstrzygają więcej spraw
Badacze i pakistański wymiar sprawiedliwości dali asystenta AI, JudgeGPT, sędziom pierwszej instancji w losowym eksperymencie w 118 sądach. Okręgi z większą liczbą przeszkolonych sędziów rozstrzygały więcej spraw, przy medianie ekspozycji o około 6,3 % powyżej średniej, a liczba apelacji nie rosła.
Kluczowe liczby
Przepisane dokładnie ze źródeł. Skopiuj każdą liczbę wraz z przypisem.
1 848
Dodatkowe sprawy rozstrzygnięte na okręg rocznie przy medianie ekspozycji na przeszkolonych sędziów1
6,3 %
Wzrost liczby rozstrzygniętych spraw ponad średnią przy medianie ekspozycji1
około 616
Dodatkowe sprawy rozstrzygnięte na okręg rocznie na 25. percentylu ekspozycji1
1 559
Sędziowie przydzieleni losowo w eksperymencie1
Ile to kosztowało
Koszt, wielkość zespołu i harmonogram nie zostały ujawnione w źródłach.
Problem
Pakistan ma bardzo mało sędziów w stosunku do liczby ludności, a miliony spraw czekają na rozstrzygnięcie. The Decoder podaje 2,26 miliona spraw w toku na koniec 2024 roku, w większości w sądach pierwszej instancji. Sędziowie pracują z niewielką ilością technologii i bez personelu pomocniczego.
Co zbudowano
JudgeGPT to chatbot zbudowany na rodzinie modeli GPT-4 firmy OpenAI. Dostosowano go do Pakistanu za pomocą własnej instrukcji i biblioteki orzeczeń sądowych oraz ustaw, które przeszukuje przed udzieleniem odpowiedzi, dzięki czemu odpowiedzi powołują się na prawdziwe dokumenty. To podejście nazywa się generowaniem wspomaganym wyszukiwaniem (RAG).
Jak to zrobiono
Badacze z ETH Zurich, Imperial College London i New Economic School współpracowali z wymiarem sprawiedliwości. Losowo przydzielili 1 559 sędziów pierwszej instancji w 118 sądach do jednej z trzech grup: dostęp do AI z celowanym szkoleniem, dostęp do AI z ogólnym szkoleniem z technologii i prawa albo tylko ogólne szkolenie. Szkolenie pierwszej grupy rozłożono na kolejne kohorty, zaczynając w marcu 2024 roku. Logi czatów pokazały, jak sędziowie używali narzędzia.
Wyniki
Sędziowie z AI i celowanym szkoleniem chętniej przyjęli narzędzie, częściej z niego korzystali i dalej go używali. Okręgi bardziej narażone na działanie tych sędziów rozstrzygały więcej spraw: o około 1 848 więcej na okręg rocznie przy medianie ekspozycji, czyli o 6,3 % ponad średnią. Liczba apelacji na rozstrzygniętą sprawę nie wzrosła, a jeśli już, to nieznacznie spadła. Szkolenie przesunęło użycie w stronę wsparcia redakcji i pisania, i oddaliło je od szerokich pytań z zakresu badań prawnych.
Wszystkie zgłoszone liczby
| Miara | Liczba | Przypis |
|---|---|---|
| Dodatkowe sprawy rozstrzygnięte na okręg rocznie przy medianie ekspozycji na przeszkolonych sędziów | 1 8481 | |
| Wzrost liczby rozstrzygniętych spraw ponad średnią przy medianie ekspozycji | 6,3 %1 | |
| Dodatkowe sprawy rozstrzygnięte na okręg rocznie na 25. percentylu ekspozycji | około 6161 | |
| Sędziowie przydzieleni losowo w eksperymencie | 1 5591 | |
| Objęte sądy | 1181 |
Wnioski dla Twojego projektu
Warto łączyć dostęp ze szkoleniem. W badaniu sędziowie po celowanym szkoleniu częściej używali narzędzia i dalej z niego korzystali; sam dostęp znaczył znacznie mniej.
Kierujcie ludzi do zadań, w których narzędzie jest niezawodne, takich jak poprawianie tekstu, i odwodźcie od otwartych pytań, które drogo jest weryfikować.
Mierzcie wyniki na podstawie danych administracyjnych, nie tylko ankiet użytkowników, i śledźcie jakość (odsetek apelacji) obok wolumenu.
Wdrażajcie losowo, gdy tylko to możliwe. Dało to tym dowodom wiarygodność, której brakuje większości studiów przypadku dostawców.
Zastrzeżenia
- Liczby to wyniki badań: szacunki autorów, jak zmienia się wynik okręgu wraz z udziałem przeszkolonych sędziów, a nie liczba spraw rozstrzygniętych przez samo narzędzie.
- Praca naukowa jest wersją roboczą (working paper) z 9 sierpnia 2026 roku i może zostać zmieniona. Artykuł The Decoder (21 lipca 2026) go podsumowuje.
- Dokument podaje przybliżony punkt odniesienia kosztów, około 41,90 dolara równowartości wynagrodzeń na każdego wydanego dolara, a przy ostrożnych założeniach co najmniej 10 dolarów. The Decoder podaje 38,50 dolara. Ponieważ jest to oszacowanie modelowe, nie pokazano go tu jako wyniku.
- Dokument wymienia model z rodziny GPT-4; dokładna wersja nie jest podana. Pierwsza grupa szkoleniowa ruszyła w marcu 2024 roku, co przyjęto tu jako datę startu.
- Dane o wynikach użyte w analizie kończą się z końcem 2024 roku, więc wnosi je tylko najwcześniejsza grupa.
Źródła
- Courts of Tomorrow: Evidence from a Nationwide Rollout of Generative AI
Mehmood, Goessmann, Ash (working paper) · 2026-08-09 · Publikacja naukowa · elliottash.com
- An AI system helped Pakistani judges clear massive backlogs at $38.50 return per dollar invested
The Decoder · 2026-07-21 · Wiadomości · the-decoder.com
Streszczone własnymi słowami na podstawie powyższych źródeł. Zauważyłeś błąd? Zobacz sprostowania.