Οι τεχνολογίες machine learning αναπτύσσονται ραγδαία τα τελευταία χρόνια και μπορούν να καθιστούν τους υπολογιστές έξυπνους, από την άποψη ότι τους δίνουν τη δυνατότητα ανάπτυξης και βελτίωσης συγκεκριμένων δεξιοτήτων μέσα από την ανάλυση και την συσχέτιση δεδομένων. Λίγο έως πολύ, το ίδιο κάνει και ο άνθρωπος μέσα από την παρατήρηση και τη μελέτη. Για παράδειγμα, ηλεκτρονικό σύστημα «ζωγράφισε» νέο πίνακα, όπως θεωρητικά θα τον είχε ζωγραφίσει κορυφαίος ζωγράφος όσο ζούσε, μαθαίνοντας την τεχνική του μέσα από την αντιπαραβολή των γνήσιων έργων του.

Κάτι ανάλογο υπόσχεται ότι μπορεί να κάνει η εφαρμογή «Context» της LexisNexis, αναφορικά με την πρόβλεψη δικαιοδοτικών κρίσεων. Η εφαρμογή θα μπορεί, εξετάζοντας προηγούμενες δικαστικές αποφάσεις του ίδιου προσώπου και λαμβάνοντας υπόψη το υλικό της κάθε δικογραφίας, να προβλέψει την απόφασή του σε νέα υπόθεση. Ποιοι ισχυρισμοί δείχνουν να πείθουν τον συγκεκριμένο δικαστή; Ποιες ενστάσεις έκανε δεκτές και ποιες απέρριψε; Πόσο βάρυνε στην κρίση του η κατάθεση του κάθε μάρτυρα και εν γένει το κάθε αποδεικτικό στοιχείο;

Με την παραπάνω ανάλυση η εφαρμογή φιλοδοξεί να αποκωδικοποιεί την προσωπικότητα του κάθε δικαστή, για να βοηθήσει τον δικηγόρο να χειριστεί την υπόθεσή του πιο αποτελεσματικά. Να πείσει δηλ. τον δικαστικό λειτουργό και να αποσπάσει την ευνοικότερη δυνατή απόφαση βάσει των περιστάσεων.

Χμμμ, δεδομένης της δικονομικής αρχής του νόμιμου δικαστή, σε ποια έννομη τάξη θα μπορούσε να φανεί χρήσιμη αυτή η πατέντα;;;

Πηγή: justina.gr