Tehisintellekt: kas kohtuniku asendaja või toetaja?

Net Group
Digitaalse kohtupidamise lahenduste meeskond

 

Aurumasin leiutati 18. sajandil ja algasid tööstusrevolutsioonid. Esimeses laines liiguti käsitöölt mehhaniseeritud tootmisele. Teise tööstusrevolutsiooni käigus 19. sajandi lõpus ja 20. sajandi alguses võeti kasutusele elektrienergia ning tööstuses õpiti valmistama toodangut suurtes kogustes ja odavalt.

Infotehnoloogia ja interneti areng 20. sajandi teises pooles tõid kaasa kolmanda tööstusrevolutsiooni, mida on nimetatud ka esimeseks inforevolutsiooniks. Internetivõrk levis üle maailma ja arvutipõhised teadmussüsteemid hakkasid mõjutama igapäevatööd. Praegu, 21. sajandi alguses toimub koos arvutite tohutu arvutusvõimsuse kasvuga neljas tööstusrevolutsioon ehk teine inforevolutsioon. See omakorda on loonud võimaluse tehisintellekti tekkimiseks. Tehisintellekt võimaldab oskuslikult ära kasutada olemasolevat teadmiste hulka, kombineerides seda arvutusvõimsusega.

Kohtupidamise digiteerimine algas kolmanda tööstusrevolutsiooni lõpus. Küll aga annab neljas tööstusrevolutsioon ehk teine inforevolutsioon esimest korda võimaluse muuta kohtuvõim väga kiireks, tõhusaks ja kvaliteetseks. Eestis on praegu sama palju kohtunikke kui 20 aastat tagasi, kuid lahendatavate tsiviilasjade arv on kahekordistunud. Asjade arv on peamiselt suurenenud küll lihtsamate võlanõuete arvel ja tõhusamale õigusemõistmisele aitavad kaasa ka teised tegurid. Päris kindlasti aga on üks tähtsamaid tegureid tehnoloogia areng, mis võimaldab menetleda vaidlusi rohkem või vähem automatiseeritult.

Tõenäoliselt surve kohtusüsteemi tõhususele tulevikus ei vähene, vaid pigem suureneb. Seetõttu tuleb jätkata niisuguste lahenduste otsinguid, mis aitaksid kohtutel tegeleda vaidlustega senisest kiiremini või vähendada vaidluste arvu.

Meie hüpotees on, et tehisintellekt võib olla üks abivahend, mida õigusemõistmise tõhustamiseks saab kasutada. Küsimus on mitte kas, vaid mis ulatuses ja millal see juhtub. Artiklis on esitatud mõned näited, kuidas tehisintellekti on juba kasutatud või proovitud seda kasutada õigusemõistmise asendaja või vähemalt toetajana. Samuti pakume ideid, kuidas võtta Eestis kasutusele sarnaseid lahendusi.

Meie peaeesmärk on algatada arutelu Eesti kohtusüsteemis töötavate inimeste hulgas. Ainult arutelude abil saab kindlaks teha, kus „kohtuniku king tegelikult pigistab“, et siis hakata lahendust otsima. Lahendus ei pea tingimata olema inimkohtuniku asendamine tehisintellektiga, vaid tehisintellekti kasutamine kohtuniku mõnes töölõigus abistava tööriistana.[1]

Mis on tehisintellekt?

Tehisintellekt on enamasti keerukate algoritmide koostamine selleks, et ennustada protsesside tulemusi või tuvastada mustreid. Tehisintellekt ei ole kindlasti ainus tehniline abivahend, mille kasutamist tuleks õigusemõistmise tõhustamiseks kaaluda. Riigikohtu esimees osutab käesolevas aastaraamatus probleemile, et lahendite digiallkirjastamine on ajamahukas, mistõttu allkirjastavad (riigi)kohtunikud endiselt lahendeid paberil. Selliste probleemide lahendamiseks pole vaja välja töötada tehisintellektil põhinevaid lahendusi. Tõenäoliselt piisab digiallkirjastamise õigusliku korralduse kohendamisest ja sellele vastava tehnilise lahenduse väljatöötamisest.

Kuidas on tehisintellekti kasutatud õigusemõistmises?

Arvuti, andmebaasid, tarkvara ja iseõppivad süsteemid on paljudes kohtades asendanud inimese töö. Räägitakse, et arvuti asendab rutiinse töö ja loominguline töö jääb inimestele. See on tõsi. Mis aga on rutiinne ja mis loominguline töö? Paljud rutiinse töö tegijad arvavad, et nad on loomingulised, mis – nagu hiljem selgub ‒ ei pruugigi nii olla. Seda suurem on üllatus, kui otsustusprotsessid, mida arvavad valdavat ainult mõned „gurud“, häkitakse algoritmide abil lahti. Seejärel teeb tarkvararobot otsuseid sadu kordi kiiremini kui inimene.

Niisamuti on ka kohtupidamises. Paljud otsustusprotsessid on kohtute töös tõenäoliselt rutiinsed, etteaimatavad ja tarkvararobotite abil kiiremini ning tõhusamalt tehtavad. Näitena võib tuua nii riigilõivu laekumise kontrolli hagi esitamise korral ja muude esitatavate andmete kontrolli, aga ka kohtuniku määramise, istungiaja broneerimise, lihtsamate kirjade analüüsi ja edasisuunamise ning kutsete koostamise ja väljasaatmise. Tõendusmaterjali esitamine, argumentide kaalumine ja otsuse tegemine ‒ neis etappides on vaja rohkem mõelda väljapoole kindlaksmääratud raamistikust: „if-then-else“. Nagu allpool toodud näidetest näha, võib isegi lõppotsuse eelnõu koostamise jätta arvuti hooleks, sest arvuti saab leida mustreid eelnevatest pretsedentidest ja suurandmetest, anda ette otsuse põhja ja kirjutada valmis ka argumenteeritud lõppotsuse esialgse teksti.

Kui kogu rutiinne tegevus ja rutiinsete otsuste langetamine antakse tarkvararobotitele, siis on võimalik, et tuleviku-kohtuniku tööks jääb „ainult“ õigluse jaluleseadmine. Otsesõnu tähendab see asjaolude õiglast hindamist ja lõpliku otsuse langetamist. Selleks jääb kohtunikul edaspidi rohkem aega, sest arvuti on andnud kohtuasja kõik argumendid välgukiirusel talle ette ja hinnanud isegi nende kvaliteeti. Seejärel saab kohtunik hinnata argumente, lähtudes nende väärtustest, sotsiaalsetest kriteeriumidest ning kontekstist. Neid tegureid arvuti täielikult arvesse võtta ei pruugi ega saagi.

Hea lugeja, kes Sa iga päev töötad kohtusüsteemis ning oled mõelnud, kuidas 21. sajandi digitööriistad aitaksid Sul oma tööd senisest veelgi tõhusamalt teha? Selleks oleme rääkinud mitmete kolleegidega, kelle tunnetuse põhjal esitame visiooni sellest, kus kohtuametnik saaks abi tarkvaraliselt abivahendilt, et töötada oluliselt efektiivsemalt. Väidame, et tööprotsesse on võimalik automatiseerida, menetluse haldamist lihtsamaks muuta ning lahendeid loogiliselt struktureerida.

Ka tegevus, mis võtab tavaliselt aega mõne minuti (näiteks päring registrisse) on kokkuvõttes suur ajakulu. Tähtis on, et kohtuniku töö põhiaeg kuluks sisuliste küsimuste lahendamisele. Tehnoloogia abil saab luua asjakohaseid argumente ja analoogiaid ning otsustajale jääb seega rohkem aega süveneda. Usume, et menetluse tõhusama haldamisega suudame muuta kohtuniku töö meeldivamaks ja lihtsamaks.

Esitame oma visiooni ühe lihtsustatud kaasuse menetlemise näitel. Oleme jaganud tööprotsesse lihtsustavad funktsionaalsused kolmeks.

1. Automatiseerimine
2. Menetluse haldamine
3. Teadmiste edasikandumine (ingl knowledge management).

Kirjeldatud visioon ei hõlma kõiki praeguse kohtupidamise kitsaskohti, aga loodetavasti suudame siiski näidata, mida nüüdisaegne tehnoloogia suudab. Kõigi väljatoodud lahenduste taga ei ole tehisintellekt, aga see võib olla üks võimalus probleem lahendada. Loodame, et saate meie kirjeldusest inspiratsiooni ja teil tekib soov kaasa mõelda, kus on kohtuametnike töö kitsaskohad ning millised on tõhusad lahendused.

Automatiseerimine

Me ei räägi siin veel otsustamise automatiseerimisest, vaid nende tööprotsesside automaatikast, millega ei looda sisulist väärtust. Kasutame näitena alljärgnevat kaasust, nimetades seda tinglikult KIS 3.0. Selle abil kirjeldame uusi funktsionaalsusi, mida on võimalik ehitada olemasolevale platvormile.

Kaasuse kirjeldus. Jüri Tamm esitas 1. augustil 2021 Harju maakohtusse hagi. Hagiavaldusega koos on tekkinud automaatselt KIS 3.0 menetluse haldamise vaatesse uus kohtuasi, mille menetlusse võtmise üle on vaja otsustada.

Tehisintellekti väärtus võimaldab leida ka struktureerimata tekstist vajaliku info menetluse kohta.

Hagiavalduses kirjutas Jüri Tamm kokkuvõtlikult nii: „Viisin oma auto VW Passat, numbriga 001TTT 1.10.2018 hooldusesse ettevõttesse OÜ Mehaanik. Järgmisel päeval auto mootor seiskus ja autot teise töökotta remonti viies selgus, et automootoris puudus õli ja mootorivahetus maksab 3200 eurot. Pean kahju tekitamise eest vastutavaks OÜ Mehaanikut ja nõuan ettevõttelt 3200 eurot + aja- ja närvikulu eest 1500 eurot. Samuti nõuan, et asjatundja kinnitaks seisukohta, et Mehaanik OÜ on teinud vea.“

Hagiavaldus on kirjutatud mitmel lehel vabatekstina.

Automaatpäringud

Kohtu töötajale on tekkinud kohtuasja menetluse haldamise vaatesse uus kohtuasi ja ta peab otsustama hagi menetlusse võtmise. Automaatselt on hagiavaldusest tuvastatud ja infosüsteemi metaandmetena sisestatud menetlusosalised, taotlused ja riigilõivu maksmine, mis on eraldi kuvatud ka menetluse haldamise vaates. Menetlusosaliste kohta on tehtud asjakohased päringud (automaatsed standardpäringud, näiteks rahvastikuregistrist teovõime jms kohta ning kohtuasjas tähtsate objektide, näiteks sõiduki kohta). Päringute tulemused on samuti kuvatud menetluse detailvaatele. See tähendab, et menetlusse võtmist otsustades saab kohe näha, et Jüri on sõiduki omanik ja OÜ Mehaanik seaduslik esindaja on Priit Kask. Lisaks on vajaduse korral võimalik teha ühe hiireklõpsuga päringud teistesse registritesse (näiteks kinnistusraamat), mis kuvatakse kohe KIS 3.0 vaates. Kohtuametnik saab kiiresti ja KIS 3.0 vaatest lahkumata teha otsuse menetlusse võtmise kohta ning käivitada uue töövoo.

Kui kohtunik otsustab võtta hagi menetlusse, koostab süsteem automaatselt menetlusse võtmise määruse, mis on eeltäidetud sisulise infoga, annab kostjale vastuse koostamiseks tüüptähtaja ja saadab määruse välja.

Menetluse haldamine

Seejärel saab menetlemise vaates eraldi vaadata ja hallata järgnevaid jaotisi: tegevus; menetlusosalised; asjaolud; taotlused; nõuded; dokumendid.

Kui kostja on hagi kätte saanud, siis esitab ta vastuse, milles leiab, et hagi on põhjendamata ja tuleks jätta rahuldamata, samuti väidab ta, et hagi on juba aegunud. Hageja Jüri saadab omakorda suure hulga lisadokumente oma seisukohtade kinnitamiseks, milles muu hulgas on tekstis lause: „Tahan, et ettevõtte OÜ Mehaanik arvelduskonto arestitaks viivitamata, sest minule teadaolevalt on OÜ Mehaanik majanduslik seis halb ja ettevõttest kanditakse raha välja.“ Sellega tagatakse, et kohe saaks hinnata, kui kiire taotluse lahendamisega on, ja midagi ei jääks kahe silma vahele. Taotluste vaates on võimalik jälgida ka kõigi taotluste staatust.

Algoritm tuvastab taotlusele osutavad tekstiosad kohe ja kuvab need kohtuametnikule, kes otsustab, kas lisada need taotluste jaotisesse.

Hagi tagamise määruse automaatne koostamine: kui kohtunik otsustab taotluse rahuldada, siis koostab süsteem automaatselt sisulise infoga eeltäidetud hagi tagamise määruse ja edastab pärast määruse allkirjastamist sellekohase teabe pangale.

Kõikides kohtutele esitatud dokumentides on kohtu töötajal võimalik lihtsalt markeerida vajalikke asjaolusid ja lisada neid koos ajatempliga asjaolude kronoloogilisse jadasse. Praeguse kaasuse juures markeerib ametnik näiteks järgmised asjaolud: 1) millal Jüri käis Mehaanik OÜ-s autot remontimas; 2) millal auto mootor seiskus; 3) millal ta soovis Mehaanik OÜ-lt kahju hüvitamist jne. Mahukate kohtuasjade korral lihtsustab asjaolude kronoloogiline ajatelg ülevaate saamist kohtuasjast.

Intelligentne otsing ja sarnaste tekstiosade leidmine

Hageja ja kostja on esitanud menetluses mitu dokumenti ning seletust. KIS 3.0 võimaldab lihtsalt teha intelligentse otsingu mitut moodi. Intelligentse otsingu all mõtleme otsingut, mis oskab märksõna või fraasi kohta vastuseid leida isegi siis, kui need kirjapildis erinevad (nt erinevad käänded, kirjavead). Lisaks tunneb otsing ära teised sõnad, mis selles kontekstis on sarnase tähendusega (nt otsides märksõnaga „ekspertiis“ leitakse vastuseks ka tekstiosad, kus räägitakse eksperdihinnangust). Intelligentne otsing oskab leida üles kõik kohad, millel on otsitud fraasiga seos. Näiteks kui markeerida hagiavalduses asjaolude kirjeldus (tekstilõik), otsib algoritm kogu kohtuasjast sisult sarnaseid tekstiosi (näiteks leiab kohad, kus kostja vastas hagejale nende asjaolude kohta).

Varasema praktika kasutamine, teadmiste edasi kandumine

Olles lisanud hagi avaldusest nõude menetluse nõuete jaotisesse, tunneb algoritm automaatselt ära nõude liigi, mis praeguses näites on kahju hüvitamise nõue.

Nõude juurde lisatakse automaatselt selle nõude liigi eeldused. Kuivõrd praegusel juhul on tegemist kahju hüvitamise nõudega, siis tekib nõude juurde eelduste nimekiri.

Kohtuametnikul on nüüd võimalik nõude juures kontrollida mugavalt ühe süsteemi sees eeldusi nõude rahuldamiseks või rahuldamata jätmiseks. Selline abivahend aitab luua kohtuotsustes nõuete rahuldamisel või rahuldamata jätmisel loogilise struktuuri. Kõiki eeldusi saab eraldi hallata, lisada kommentaare, näha staatust. Kostja on varem enda vastuses osutanud hagi aegumisele, seetõttu saab kohtuametnik lisada nõude eelduste juurde ka aegumise eelduse.

KIS 3.0 võimaldab kuvada dokumentides olevate seaduseparagrahvide tekste ilma, et neid peaks otsima nt Riigi Teatajast. Edasi suudab algoritm kuvada paragrahvile vastava Riigikohtu (või madalama astme kohtu) praktika. Et leida õige kohtupraktika ning selle asjakohane tekstiosa, saab otsides kasutada omakorda kitsendavaid, konkreetset kaasust iseloomustavaid märksõnu. Praeguse kaasuse näitel huvitab meid kahju hüvitamine võlaõigusseaduse (VÕS) põhjal, lepingu rikkumine ja kahju hüvitamine.

Mida mujal maailmas juba tehakse?

Artiklis käsitletud ülevaade tehisintellekti kasutamisest õiguse valdkonnas ei ole kindlasti ammendav. Eesmärk on anda aimu, mis on võimalik ja kuidas tehisintellekti lahendused võivad mõjutada kohtupidamist.

Kohtusüsteemides kasutatakse tehisintellekti üsna vähe. Erandina saab välja tuua Hiina. Euroopa Liidus on tehtud katsetusi, et tehisintellekt võiks otsustada mõned juriidilised küsimused iseseisvalt. Prantsusmaal testiti Rennes ja Douai kohtutes tööriista Predictrice, mis pidi automaatselt määrama vallandamise korral makstava koondamishüvitise suuruse. Eesmärk oli luua selgus ja ühtlustada koondamishüvitise maksmist. Projekt lõpetati, sest tööriist ei suutnud võtta arvesse kõiki nüansse ega määrata hüvitisi õiglaselt.[3]

Hollandis on e-kohtusüsteemis arendatud tehisintellekti lahendust, mis teeb mõnd tüüpi võlgade sissenõudmise menetlustes ise otsuseid. Uuringud näitavad, et tehisintellekt saab väga piiratud tingimustes väga edukalt hakkama iseseisva otsustamisega, kui mingid eeldused on täidetud.[4]

Ameerika Ühendriikides kasutatakse süsteemi COMPAS, mis hindab retsidiivsust näiteks kautsjoni määramisel ja vanglast vabastamisel. Tegemist on õpetliku näitega, kui ettevaatlik peab olema, kasutades tehisintellekti õigussüsteemis. Tehisintellekti treenitakse varem tehtud otsuste põhjal, mille tõttu võib algoritm teha kallutatud otsuseid. COMPAS-i korral on leitud, et see peab mustanahaliste retsidiivsust suuremaks, kui see tegelikult on.[5]

Austraalias kasutatakse süsteemi Split Up. Tehisintellekt abistab kohtunikku abielu lahutamise menetlustes. Tehisintellekt aitab otsustada, missugust vara ja mis proportsioonis jagada.[6]

Soomes on ANOPPI-nimelise projekti käigus loodud tööriistad kohtuotsuste automaatseks anonüümimiseks ja pseudonüümimiseks, samuti automatiseeritud sisu kirjelduste loomiseks, et teha kohtuotsused avalikkusele paremini kättesaadavaks.[7] Ka Eestis anonüümitakse kohtuotsustes isikuandmed automaatselt. Siin pole tegemist tehisintellektiga, aga hea näide automatiseerimise võimalikkusest on see ikkagi.

Tehisintellekti kasutamisel on Hiina Rahvavabariigi kohtud teistest peajagu ees. Hiina Hebei ülemkohus on arendanud targa kohtute haldamise süsteemi Intelligent Trial 1.0, mis aitab kohtutel avaldusi automaatselt digiteerida, dokumente klassifitseerida, otsib asjaga seotud seadusi, otsuseid ja dokumente, loob ise automaatselt dokumente (näiteks teatised) ja koordineerib ülesandeid töövoos.[8]

Pekingi kohtusüsteemis on kasutusel robot Xiaofa, mis oskab vastata 40 000 kohtuvaidlusega seotud küsimusele ja saab hakkama 30 000 juriidilise probleemiga. Hiina kohtutes töötab üle saja roboti, mis aitavad kohtuid erinevates küsimustes.[9]

Hangzhou linnas asutati 2017. aastal küberkohus. Küberkohtusse saavad kodanikud pöörduda WeChati (populaarne sõnumirakendus) kaudu ja kohut peab tehisintellekt video vahendusel, kaasatud on kõik osapooled. Küberkohus on pädev otsustama interneti kaubandusvaidluste, autoriõiguse ja e-poe toodete vastutuse küsimuste üle. Peagi avatakse sarnane küberkohus ka teiste kohtute juures. Sellised küberkohtud on teinud üle 3 000 000 juriidilise protseduuri, vastu võtnud umbes 120 000 kohtuvaidlust ja otsustanud peaaegu 90 000 asjas (2019. aasta lõpu seisuga).[10]

Kohtud saavad masinõpet enda heaks tööle panna ka hoopis teistmoodi. Kui tehisintellekt on võimeline kohtuotsustest välja lugema detailset infot, on tal võimalik analüüsida ka tahtmatult tekkinud erapoolikust. Kohtuniku iga otsust või põhjendust saab panna konteksti (asjaolusid arvestades) ja vaadata, kas kohtuniku otsused erinevad statistiliselt oluliselt teiste kohtunike otsustest. Erapoolikust on võimalik vaadata ka teisi osalisi silmas pidades: näiteks kas mingite tunnustega kahtlusaluseid koheldakse teistest erinevalt või kas ühest või teisest soost advokaatide taotlusi lükatakse sagedamini tagasi jne.

Erasektoris on kasutatud tehisintellekti märksa rohkem kui kohtutes. Erasektori tehisintellekti-lahendused ei aita muuta kohtute tööd otseselt tõhusamaks, küll aga mõjutavad need kohtute tööd.

Üks tehisintellekti kasutamise valdkond on prognoosimine. Teadlased on prognoosinud Euroopa Inimõiguste Kohtu otsuseid 79-protsendilise täpsusega ja Ameerika Ühendriikide Ülemkohtu otsuseid 70-protsendilise täpsusega.[11] Kanada iduettevõte Blue J väidab, et nad suudavad maksuküsimustes kohtuotsuseid prognoosida 90-protsendilise täpsusega.[12] Kui eelnevad näited on lihtsalt akadeemiliselt huvitavad faktid, siis erasektor on tehisintellekti prognoosid enda kasuks tööle pannud. Sellised ettevõtted nagu Ravel, Lex Machina ja Bloomberg Law ei prognoosi ainult kohtuotsuseid, vaid osaliste käitumist palju spetsiifilisemalt, näiteks seda, kuidas mõni konkreetne kohtunik mingit tüüpi taotlusele või menetlusosalise tegevusele reageerib.

Ettevõte Ross Intelligence pakub juriidilise analüüsi teenust, mis töötab läbi juriidilisi dokumente. Bloomberg Law tegeleb peale prognoosimise ka intelligentse otsinguga, dokumentide automaatse klassifitseerimise ja intelligentse töövoo haldamisega. Bloomberg Law toode Points of Law analüüsib kohtuotsuste sõnastusi ja annab selle põhjal soovitusi, kuidas juristid võiksid juriidilisi dokumente (nt taotlusi) sõnastada, et tõenäolisemalt saavutada soovitud eesmärk.

Teatud tüüpi vaidluste korral oli varem kohtusse pöördumine tavaline. Nüüd võivad tekkida kohtu kõrvale platvormid, kus neid vaidlusi lahendama hakatakse. Rakendus Wevorce pakub teenust, mis korraldab abielulahutuse ja aitab ka vara jagada. Ühendkuningriigis töötasid Keogh Solicitors ja St John’s Buildings barristers’ chambers kindlustajatele ja advokaatidele välja täisautomaatse süsteemi, mis menetleb liiklusõnnetuste tagajärjel tekkinud tervisekahjusid. Süsteem algatab digitaalselt menetluse ja otsustab, mis tüüpi kohtuvaidlusega on tegemist.[13] Mõlemad lahendused kasutavad tehisintellekti, mis on aidanud neil muuta oma lahendused tõhusamaks ja konkurentsivõimeliseks.

Kui eelnevad lahendused võivad kohtute koormust vähendada, siis on võimalik ka vastupidine olukord. Tehisintellekti abil on võimalik mingeid protsesse automatiseerida ja muuta kohtusse pöördumine märksa lihtsamaks ning odavamaks. 19-aastane Joshua Browder töötas välja rakenduse DoNotPay, mis aitab soovijatel kiiresti ja lihtsalt parkimistrahve vaidlustada. Tehisintellekt küsib lihtsas kasutajaliideses trahviotsuse vaidlustajatelt küsimusi ja annab neile seejärel soovitusi. Veidi enam kui aasta jooksul jõudis DoNotPay-sse 250 000 juhtumit, millest 160 000 korral trahviotsus tühistati (neli miljonit dollarit parkimistrahve jäi saamata).[14] Praeguseks on DoNotPay-st välja kasvanud tehisintellekt-jurist, mis lubab ühe nupuvajutusega kaevata teisi inimesi kohtusse mitmes valdkonnas.

Inglismaa ja Walesi parkimistrahve ja teisi tasusid saab apelleerida veebis: https://www.trafficpenaltytribunal.gov.uk/want-to-appeal/.

Tehisintellekti potentsiaali näitab kindlasti ka LawGeexi projekt, kus tehisintellekt pandi võistlema 20 professionaalse juristiga. Ülesanne oli nelja tunniga läbi töötada viis konfidentsiaalsuslepingut ja tuvastada ohud kliendile. Tehisintellekti lahendus ei olnud neid konfidentsiaalsuslepinguid näinud, kuid oli treenitud kümnete tuhandete konfidentsiaalsuslepingute peal masinõppe abil ohte tuvastama. Juristidel kulus viie lepingu läbivaatamiseks keskmiselt 92 minutit ja nad tuvastasid keskmiselt 85 protsenti ohtudest (parim tulemus oli 94 protsenti). Tehisintellekt töötas viis lepingut läbi 26 sekundiga ja tuvastas 94 protsenti ohtudest.[15]

Maailmapraktika taustal tasuks edasi arendada ka mõtet, kas mingites piiratud tingimustes võiks ka Eestis langetada tehisintellekt-kohtunik iseseisvalt otsuseid? Tuntud tehnoloogiaajakiri Wired on juba avaldanud loo, et Eesti asub tehisintellektist kohtunikku looma. Uudis leidis maailmas palju vastukaja. Paljuski on suunanäitaja maksekäsu kiirmenetlus, aga sama võiks rakendada ka elatise, tagaseljaotsuste, kiirlaenude andmist käsitlevate hagide ja lennufirmade makstavate hüvitiste korral.

Soovime, et esitatud mõtted leiaksid vastukaja. Oleme nõu ja jõuga valmis kaasa lööma uute lahenduste juurutamisel.

____________________________

[1] Lähemalt: https://www.netgroup.com/blog/lets-dive-into-data-science/. Artikli koostamisel on autorid läbivalt kasutatud ka: https://ec.europa.eu/info/sites/info/files/justice_scoreboard_2019_en.pdf, samuti kohtunike ja kohtujuristidega tehtud intervjuudest saadud andmeid.

[2] V. Kõve. Õigus- ja kohtusüsteemi areng. Ettekanne kohtunike täiskogul 8. veebruaril 2019 Tartus. Kohtute aastaraamat 2018, lk-d 19 ja 21. Arvutivõrgus: https://www.riigikohus.ee/sites/default/files/elfinder/%C3%B5igusalased%20materjalid/Riigikohtu%20tr%C3%BCkised/kohtute%20aastaraamat%20001-208_digi.pdf

[3] F. Z. Gyuranecz, B. Krausz, D. Papp. The AI is now in session – The impact of digitalization on courts (2019). Arvutivõrgus: http://www.ejtn.eu/PageFiles/17916/TEAM%20HUNGARY%20TH%202019%20D.pdf.

[4] H.W.R. (Henriëtte) Nakad-Weststrate, A.W. (Ton) Jongbloed, H.J. (Jaap) van den Herik, Abdel-Badeeh M. Salem. Digitally Produced Judgements in Modern Court Proceedings. International Journal of Digital Society (IJDS), Vol 6, Issue 4 (December 2015). Arvutivõrgus: https://openaccess.leidenuniv.nl/bitstream/handle/1887/42379/Int.%20J.%20Digital%20Soc.%206%282015%291102.pdf?sequence=1.

[5] E. T. Israni. When an Algorithm Helps Send You to Prison. The New York Times (26.10.2017). Arvutivõrgus: https://www.nytimes.com/2017/10/26/opinion/algorithm-compas-sentencing-bias.html.

[6] J. Wu. AI Goes to Court: The Growing Landscape of AI for Access to Justice. (6.08.2019). Arvutivõrgus:  https://medium.com/legal-design-and-innovation/ai-goes-to-court-the-growing-landscape-of-ai-for-access-to-justice-3f58aca4306f.

[7] A. Hietanen. Finnish Project on the Anonymization of Court Judgments with Language Technology and Machine Learning Apps. Arvutivõrgus: https://www.coe.int/en/web/freedom-expression/finnish-project-on-the-anonymization-of-court-judgments-with-language-technology-and-machine-learning-apps.

[8] J. Wu (viide 6).

[9] B. Harris. Could an AI ever replace a judge in court? (11.07.2018). Arvutivõrgus: https://www.worldgovernmentsummit.org/observer/articles/could-an-ai-ever-replace-a-judge-in-court.

[10]  In brave new world of China’s digital courts, judges are AI and verdicts come via chat app. The Japan Times (7.12.2019). Arvutivõrgus: https://www.japantimes.co.jp/news/2019/12/07/asia-pacific/crime-legal-asia-pacific/ai-judges-verdicts-via-chat-app-brave-new-world-chinas-digital-courts/#.Xhbkq25uKUl.

[11] F. Z. Gyuranecz, B. Krausz, D. Papp (viide 3).

[12] Lähemalt: https://www.bluejlegal.com/.

[13] D. Hargrove. Technology predictions for 2020 – the impact of AI in the legal sector (25.12.2019). Arvutivõrgus: https://www.itproportal.com/features/technology-predictions-for-2020-the-impact-of-ai-in-the-legal-sector/.

[14] S. Gibbs. Chatbot lawyer overturns 160,000 parking tickets in London and New York. The Guardian (28.06.2016). Arvutivõrgus: https://www.theguardian.com/technology/2016/jun/28/chatbot-ai-lawyer-donotpay-parking-tickets-london-new-york.

[15] Lähemalt:  https://www.lawgeex.com/resources/AIvsLawyer/.