* Ομιλία στην πανηγυρική ετήσια συνάντηση της Ένωσης Αστικολόγων Ελλάδος, στις 15 Φεβρουαρίου 2024.
Σχεδόν ένα χρόνο πριν, στις 17 Μαρτίου του 2023, μιλώντας στο Διεθνές Πανεπιστήμιο Ελλάδος για «το μέλλον της δικαστικής απόφασης σε εποχές τεχνητής νοημοσύνης», κατέληγα στο εξής συμπέρασμα:
«Τότε μόνο το μέλλον της δικαστικής απόφασης θα μπορεί να συνδεθεί ολοκληρωτικά με την τεχνητή νοημοσύνη [όταν] οι νευροεπιστήμες θα έχουν καταφέρει να καταγράψουν τις διεργασίες που λειτουργούν στον εγκέφαλο του δικαστή [τη στιγμή] που αναπτύσσει τον κανόνα δικαίου για να καλύψει το πραγματικό της υπόθεσης ή όταν διαπιστώνει την αλήθεια των πραγματικών ισχυρισμών των μερών. Θα συμβεί όταν, με άλλα λόγια, το βιολογικό σύστημα του εγκεφάλου ενός δικαστή, το βιολογικό δίκτυο των νευρώνων του, μπορέσει, μέσω ενός αλγοριθμικού κατασκευάσματος, να προσομοιωθεί σε ένα τεχνητό νευρωνικό δίκτυο που θα επιτελεί αντίστοιχη λειτουργία. [Α]αυτό είναι το τελικό ζητούμενο από την τεχνητή νοημοσύνη για τη δικαιοσύνη, κάτι βέβαια που πρέπει να αναμένουμε σε πολύ απόμακρες εποχές εξέλιξής της.»
Πριν από ενάμιση μόλις μήνα, στις 31 Δεκεμβρίου 2023, δημοσιεύθηκε η ετήσια έκθεση του Πρόεδρου του Ανωτάτου Δικαστηρίου των Ηνωμένων Πολιτειών John Roberts για την κατάσταση της ομοσπονδιακής δικαιοσύνης στη χώρα. O Πρόεδρος ανέφερε σε ένα σημείο της έκθεσής του τα ακόλουθα για τη χρήση συστημάτων τεχνητής νοημοσύνης στη δικαιοσύνη:
«Προβλέπω ότι οι άνθρωποι δικαστές θα εξακολουθήσουν να υπάρχουν for a while (για λίγο, για κάποιο χρόνο ακόμη). Αλλά με την ίδια βεβαιότητα προβλέπω ότι η δικαστική εργασία, ιδιαίτερα οι δίκες, θα επηρεαστεί σημαντικά από την τεχνητή νοημοσύνη. Οι αλλαγές θα αφορούν όχι μόνο τον τρόπο με τον οποίον οι δικαστές εκτελούν τα καθήκοντά τους, αλλά και τον ρόλο που παίζει η τεχνητή νοημοσύνη στις υποθέσεις που έχουν προς εκδίκαση.»
Και ο Πρόεδρος Roberts καθορίζει ως εξής τα όρια του ρόλου που θα εξακολουθήσουν να παίζουν οι άνθρωποι δικαστές στη δικαστική διαδικασία:
«Οι μηχανές δεν μπορούν πλήρως να αντικαταστήσουν τους καίριους συντελεστές της δίκης. Για παράδειγμα, οι δικαστές μετρούν την ειλικρίνεια της απολογίας του κατηγορουμένου. Η λεπτομέρεια έχει σημασία. Πολλά μπορεί να εξαρτηθούν από μία τρεμούλα στα χέρια, μια σπασμένη φωνή, μία αλλαγή στο ύφος ομιλίας, μία σταγόνα ιδρώτα, ένα παίξιμο των ματιών. Γι’ αυτό, οι περισσότεροι ακόμη εμπιστεύονται πιο πολύ τους ανθρώπους δικαστές από ό,τι τις μηχανές προκειμένου, από τέτοιες παρατηρήσεις, να προβούν σε σωστές δικαστικές εκτιμήσεις. Οι ανώτατοι δικαστές θα εκτελούν επίσης καθαρά ανθρώπινες λειτουργίες. Πολλές αποφάσεις ανώτατου δικαστηρίου αναφέρονται στο αν στοιχειοθετείται υπέρβαση των ορίων εξουσίας του κατώτερου δικαστηρίου, κάτι που ως έλεγχος ανάγεται σε ζήτημα δικαστικής πολιτικής μέσα σε αχαρτογράφητες περιοχές ορίων εξουσίας. Κάποιες άλλες αποφάσεις ανώτατου δικαστηρίου επικεντρώνονται σε ανοιχτά ερωτήματα για το πώς πρέπει να εξελιχθεί η νομολογία σε νέους τομείς. Η τεχνητή νοημοσύνη δεν κατευθύνει στο μέλλον, απλώς παρέχει πληροφορίες για κάτι που ήδη υπάρχει.»
Δεν θα έδινε κανείς πολύ σημασία σε ό,τι μόλις διάβασα αν το κείμενο δεν προερχόταν από την πιο υψηλή αρχή του δικαστικού συστήματος στο Ηνωμένων Πολιτειών. Θα μπορούσαν όλα αυτά να χαρακτηριστούν ως υπερβολές, ίσως το προϊόν μιας αισιόδοξης επιπολαιότητας. Όμως το ότι προέρχονται από τον Πρόεδρο του Ανωτάτου Δικαστηρίου των Ηνωμένων Πολιτειών δεν μπορεί παρά να προβληματίσει. Ιδιαίτερα μάλιστα επειδή ο Πρόεδρος διαπιστώνει ότι για λίγο ακόμα, για ένα κάποιο χρονικό διάστημα, θα συνεχίσουν να υπάρχουν οι άνθρωποι δικαστές. Και αυτοί όμως, όπως γράφει, εντοπισμένα, δηλαδή για να εκτιμούν περιοχές αναζήτησης της αλήθειας όπου οι ανθρώπινες αντιδράσεις, όπως το παίξιμο των ματιών, μπορεί να είναι κρίσιμες, ή όταν ένα ανώτατο δικαστήριο χαράσσει δικαστική ή νομολογιακή πολιτική.
Τι έχει συμβεί λοιπόν; Έχει τόσο προχωρήσει η τεχνολογία ώστε να είμαστε ήδη σε εποχές τεχνητής νοημοσύνης ως προς το μέλλον της δικαστικής απόφασης; Ποια υπαρκτή πραγματικότητα περιγράφει ο πρόεδρος Roberts στις αναφορές του για την τεχνητή νοημοσύνη στις δίκες;
Αυτό είναι το αντικείμενο της αποψινής ομιλίας μου με τον τίτλο «Είναι σήμερα εφικτή η λήψη δικαστικής απόφασης μέσω συστημάτων τεχνητής νοημοσύνης;».
Η ανάπτυξη θα γίνει σε πέντε ενότητες:
Στην πρώτη, θα δώσω ορισμένες διευκρινίσεις ώστε κατά το δυνατόν να αρθούν βασικές παρεξηγήσεις που υφίστανται για το όλο θέμα, και οι οποίες προκαλούν αρνητικές, δεοντολογικής φύσεως αντιδράσεις.
Στη δεύτερη, θα προσπαθήσω να επισημάνω το ιδιαίτερο χαρακτηριστικό της δικαστικής απόφασης, η οποία, κατά τη γνωστή μεταφορά, πρέπει να απονέμεται από μια τυφλή δικαιοσύνη, μια δικαιοσύνη αμερόληπτη, όπου ο υποκειμενισμός του δικαστή οφείλει να περιορίζεται στο ελάχιστο.
Στη τρίτη ενότητα, θα επιχειρήσω να παρουσιάσω μία ακτινογραφία της δικαστικής απόφασης στην προσπάθειά μου να κατηγοριοποιήσω, στη λήψη της απόφασης, τους τομείς που μπορεί να αποτελέσουν χώρο διείσδυσης της τεχνητής νοημοσύνης.
Στην τέταρτη ενότητα, θα παραλάβουμε τους τομείς που η ακτινογραφία της δικαστικής απόφασης μάς βοήθησε να εντοπίσουμε, και θα δοκιμάσω να σας παρουσιάσω το ταίριασμα των τομέων αυτών με τις δυνατότητες που παρέχει σήμερα η τεχνητή νοημοσύνη, έτσι όπως προκύπτουν από σχετική έρευνα που πραγματοποίησα στο διαδίκτυο για τα διαθέσιμα λογισμικά.
Στην πέμπτη τέλος ενότητα, αξιοποιώντας τις γνώσεις της ανάπτυξης που θα έχει προηγηθεί ως προς τα όρια του τεχνικώς εφικτού, θα προσεγγίσουμε εκ νέου το κεντρικό ερώτημα της ομιλίας – πόσο εφικτή είναι σήμερα η χρήση της τεχνητής νοημοσύνης στη λήψη της δικαστικής απόφασης – ώστε να προετοιμαστούμε για τα συμπεράσματα με τα οποία και θα ολοκληρώσω την παρουσίαση.
Ι
Τρεις αναγκαίες διευκρινίσεις
Ξεκινώ λοιπόν, με τις αναγκαίες διευκρινίσεις προς άρση υπαρκτών ή ενδεχομένων παρεξηγήσεων. Θα δώσω τρεις.
Πρώτη διευκρίνιση
Πρέπει να επιμείνουμε στη θεμελιώδη διάκριση μεταξύ της παραγωγής αφενός και της ερμηνείας αφετέρου του κανόνα δικαίου. Η παραγωγή ενός κανόνα δικαίου ανήκει, σύμφωνα με τη δημοκρατική αρχή, στο αντιπροσωπευτικό όργανο των πολιτών, τη Βουλή, ή όπως αλλιώς αυτό το όργανο μπορεί να ονομάζεται. Η Βουλή ψηφίζει τον νόμο, και αυτός δεν προκαθορίζεται από μαθηματικούς τύπους, δεν είναι προϊόν απαγωγικής σκέψης, δεν απορρέει από το δόγμα μιας θρησκείας ή ιδεολογίας. Είναι προϊόν κοινωνικής ζύμωσης, αντιπαράθεσης και πάλης, προσωρινό δημιούργημα μιας εύθραυστης ισορροπίας, που κάθε εκλογική αναμέτρηση μπορεί να ανατρέψει. Δεν είναι λοιπόν πεδίο παρέμβασης της τεχνητής νοημοσύνης.
Το ίδιο κατ’ αναλογία ισχύει και για τις αποφάσεις των ανωτάτων δικαστηρίων όταν αυτά, δήθεν ερμηνεύοντας συνταγματικές ρήτρες, όπως η αξία του ανθρώπου, το κράτος δικαίου ή η δημοκρατική αρχή, αντλούν ευθέως από αυτές κανόνες δικαίου που εφαρμόζουν σε συγκεκριμένες υποθέσεις. Εδώ οι δικαστές που αποφασίζουν εμφανίζονται να ενεργούν βεβαίως απαγωγικά, ερμηνεύουν. Όμως στην πραγματικότητα δεν κάνουν τίποτε άλλο από το να αποτυπώνουν στο κείμενο της απόφασης που λαμβάνουν μία βουλητική τους ενέργεια, συμπληρώνοντας ουσιαστικά αυτό που δεν αποτύπωσε ρητά ο συνταγματικός νομοθέτης.
Πρόκειται για μια λειτουργία που, αν δεν μεταβάλλεται σε δικαστικό ακτιβισμό, είναι χρήσιμη σε μία δημοκρατία. Δεν κινδυνεύει πάντως και αυτή από την τεχνητή νοημοσύνη. Ανώτατα τα Δικαστήρια θα χρειαζόμαστε πάντα, στελεχωμένα από ανθρώπους δικαστές, γιατί από αυτά, όπως εξήγησε ο Πρόεδρος Roberts, αναμένουμε τις κατευθύνσεις προσαρμογής της δικαιοσύνης στις νέες συνθήκες εξέλιξης.
Δεύτερη διευκρίνιση
Αυτή αφορά ό,τι θα μπορούσαμε να αποκαλέσουμε το μαύρο κουτί. Πολλοί πιστεύουν ότι λήψη δικαστικής απόφασης μέσω συστημάτων τεχνητής νοημοσύνης σημαίνει κατά βάση έκδοση δικαστικών αποφάσεων από ένα μαύρο κουτί, από έναν ηλεκτρονικό υπολογιστή που, με πλήρως αδιαφανείς διαδικασίες, θα παράγει ένα διατακτικό, το οποίο θα πρέπει μάλιστα να εκτελείται αναντίρρητα.
Αν μιλούσαμε για κάτι τέτοιο θα έπρεπε όλοι, όχι απλώς να διαφωνήσουμε, αλλά και να προβούμε σε όποια ενέργεια απαιτείται για να το αποτρέψουμε άμεσα. Όμως δεν υφίσταται ζήτημα μαύρου κουτιού, για δύο κυρίως λόγους.
Πρώτα από όλα, σε μία δημοκρατία όπως η δική μας, που στηρίζεται στην αρχή της διάκρισης των λειτουργιών και τον έλεγχο της συνταγματικότητας των νόμων, η ίδια η δικαστική εξουσία θα αποφασίσει αν, πότε και πώς θα προσφύγει σε συστήματα τεχνητής νοημοσύνης για τη λήψη δικαστικής απόφασης. Αυτή θα θέσει τις προδιαγραφές και τα όρια, αυτή θα επιλέξει τα πρόσωπα εκτός δικαστικής εξουσίας που θα την βοηθήσουν τεχνοκρατικά να προχωρήσει, αυτή τέλος θα επιβλέψει την όλη προσπάθεια σύλληψης και υλοποίησης των σχετικών λογισμικών.
Και έπειτα, η διαφάνεια δεν θα σταματήσει εδώ. Θα καλύψει ό,τι τα λογισμικά αυτά θα παράγουν. Δεν μπορεί να παράγουν μόνο ένα διατακτικό χωρίς αιτιολογία αλλά αντίθετα ένα πλήρες κείμενο δικαστικής απόφασης όπως αυτό που προέρχεται από το χέρι ανθρώπου δικαστή. Και μάλιστα πιο αναλυτικό, χάριν πρωτίστως της πειστικότητάς του αλλά και γιατί οι ηλεκτρονικοί υπολογιστές μπορεί να ενεργούν σε απίστευτη ταχύτητα συγκριτικά με τον άνθρωπο.
Τρίτη διευκρίνιση
Τι εννοούμε όταν αναφερόμαστε σε λήψη δικαστικής απόφασης, και μάλιστα προσθέτοντας μέσω συστημάτων τεχνητής νοημοσύνης.
Η λέξη μέσω που χρησιμοποιούμε δείχνει σαφώς ότι η τεχνητή νοημοσύνη μας βοηθεί σε κάτι περισσότερο από την απλή συλλογή της σχετικής νομοθεσίας και νομολογίας, την κατηγοριοποίηση των δικαστικών αποφάσεων που αντιμετώπισαν ανάλογο ζήτημα, ενδεχομένως σε κάτι περισσότερο και από τη συγκρότηση του φακέλου της υπόθεσης με υλικό που εντοπίζεται ηλεκτρονικά. Δεν σημαίνει όμως όταν, αναφερόμαστε σε λήψη δικαστικής απόφασης, ότι εννοούμε και την πλήρη υποκατάσταση ή και αντικατάσταση του ανθρώπου δικαστή από λογισμικά τεχνητής νοημοσύνης.
Όπως θα δούμε αναλυτικότερα στη συνέχεια, η λήψη μιας δικαστικής απόφασης δεν είναι ένα αδιάσπαστο συνεχές. Διακρίνεται σε φάσεις, και σε κάθε μία από αυτές μπορεί αυτοτελώς να παρέμβει ένα σύστημα τεχνητής νοημοσύνης για να προσφέρει τις υπηρεσίες του.
Ακόμη όμως και αν δεχθούμε ότι η τεχνητή νοημοσύνη μπορεί γενικώς να επικουρήσει τη λήψη της δικαστικής απόφασης, πόσο πολύ είμαστε διατεθειμένοι να δεχθούμε την παρέμβασή της σε μια τέτοια διαδικασία;
ΙΙ
Ένα δεοντολογικής φύσεως πρόβλημα
Εδώ τίθεται ένα δεοντολογικής φύσεως πρόβλημα, που πρέπει να το εξετάσουμε σε μια ιδιαίτερη ενότητα, τη δεύτερη, στην οποία εισέρχομαι.
Όπως και να την ορίσουμε, η τεχνητή νοημοσύνη στον πυρήνα της δεν παύει να είναι μία μηχανική επεξεργασία δεδομένων που οπωσδήποτε στερείται αυτό που αποκαλείται deep understanding. Της βαθιάς δηλαδή κατανόησης της ύπαρξής της, του εγώ της, ως συνέχειας στο παρελθόν, το παρόν και το μέλλον, κάτι που ο άνθρωπος, όπως και αν τον δούμε, προϊόν της δαρβινικής εξέλιξης ή δημιούργημα του Θεού, κατέχει ως κατηγορικό στοιχείο του είναι του.
Στο σημείο αυτό διερωτώμεθα:
Πόσο η έλλειψη αυτού του deep understanding, αυτής της ανθρώπινης συνείδησης, που όντως σήμερα στερούνται τα συστήματα τεχνητής νοημοσύνης, μπορεί να ανακόψει, να περιορίσει, ίσως να απαγορεύσει τη χρήση τους στη λήψη δικαστικής απόφασης;
Ας θυμηθούμε κάτι που είπα πριν από λίγο μόλις. Δεν αναφερόμαστε εδώ σε παραγωγή κανόνων δικαίου όπου ο υποκειμενισμός των πολιτικών, ιδεολογικών και ηθικών προσεγγίσεων παίζει καίριο ρόλο. Δεν αναφερόμαστε βεβαίως ούτε σε ηθικά διλήμματα, που μπορεί να αντιμετωπίζει ένας άνθρωπος ως κοινωνική οντότητα ή ως υποκείμενο μιας θείας μετά θάνατο κρίσης. Δεν αναφερόμαστε ακόμα, θα πρόσθετα, ούτε στον δικαστή, που 10 χρόνια μετά μιας κακής, άδικης κατά την κρίση του πλέον, απόφασης που έλαβε, αισθάνεται τύψεις για αυτήν.
Αναφερόμαστε στη δικαστική απόφαση, που πρέπει να λαμβάνεται αμερόληπτα, δηλαδή όσο γίνεται πιο αντικειμενικά, όπου ο ρόλος της συνείδησης του δικαστή περιορίζεται, αν δεν εκμηδενίζεται, από συγκεκριμένους κανόνες ερμηνείας του νόμου, από αυστηρούς κανόνες απόδειξης, από τους κανόνες λογικής που πρέπει να στηρίζουν τα υπαγωγικά δικαστικά συμπεράσματα. Σε δικαστικά συστήματα όπως το ελληνικό που δεν εμπιστεύονται την αναιτιολόγητη κρίση των ενόρκων, ακόμη και η λεγόμενη ηθική απόδειξη της αλήθειας πρέπει να μπορεί να διαθέτει εύλογα στηρίγματα.
Αν πράγματι δεν μπορούμε να εμπιστευτούμε την τεχνητή νοημοσύνη στη λήψη δικαστικής απόφασης γιατί στερείται της βαθιάς κατανόησης της πραγματικότητας που μόνο ο άνθρωπος διαθέτει, πρέπει πάντως να έχουμε κατά νου ότι στη λήψη δικαστικής απόφασης ούτε στον άνθρωπο δικαστή έχουμε εμπιστοσύνη να τον αφήσουμε ελεύθερο να αναπτύξει στη δίκη ό,τι η συνείδησή του θα του υπαγόρευε.
Ο δικαστής ως άνθρωπος μπορεί να είναι αυστηρός ή σκληρός, επιεικής ή φιλεύσπλαχνος. Ως δικαστής όμως, ως το πνεύμα και η φωνή της έννομης τάξης, μόνο ακριβοδίκαιος δικαιούται και υποχρεούται να είναι.
Ό,τι διαβάζουμε στον τύπο για μεροληπτική μεταχείριση φυλών, φύλων ή ηλικιών από λογισμικά τεχνητής νοημοσύνης, παρόμοια ισχύουν ως προς την μεροληψία που μπορεί να επιδείξει και ο άνθρωπος δικαστής. Μόνο που το λογισμικό μπορούμε να το βελτιώσουμε με διαφανείς αλγοριθμικές παρεμβάσεις, ενώ τον άνθρωπο δικαστή μάλλον αδυνατούμε.
ΙΙΙ
Η ακτινογραφία της δικαστικής απόφασης
Να περάσουμε τώρα στην τρίτη ενότητα της ανάπτυξης, στην ακτινογραφία της δικαστικής απόφασης ως βάσης για να κατανοήσουμε τα επίπεδα παρείσφρησης σε αυτήν των συστημάτων τεχνητής νοημοσύνης.
Θα παρουσιάσω τη μεγάλη εικόνα σε κάθε φάση από την οποία διέρχεται η λήψη της απόφασης.
Η πρώτη φάση
Θυμίζω ότι ο δικαστής δεν ενεργεί αυτεπαγγέλτως αλλά κατόπιν αιτήματος ενός διαδίκου, έστω και αν έτσι νοήσουμε τον εισαγγελέα στην ποινική δίκη. Το αίτημα λοιπόν αυτό περιέχει νομικούς και πραγματικούς ισχυρισμούς που το στηρίζουν, και σε αυτό απαντά ο δικαστής εξετάζοντας στην απόφασή του το παραδεκτό και το βάσιμο του αιτήματος στις διάφορες πτυχές του. Κρίσιμο εδώ είναι, και αυτό θα ήταν το ζητούμενο από ένα σύστημα τεχνητής νοημοσύνης, να γίνει κατανοητό τί ο διάδικος προβάλλει, προκειμένου να διαγνωσθεί δικαστικά το νόμιμο του αιτήματός του όπως αντικρούεται από τους αντίθετους ισχυρισμούς του αντιδίκου του.
Η δεύτερη φάση
Ο δικαστής πρέπει να αναζητήσει τον κατάλληλο κανόνα δικαίου, σεβόμενος βέβαια τους δικονομικούς περιορισμούς, και, όταν τον βρει, να τον ερμηνεύσει ώστε να διαγνώσει αν όντως εφαρμόζεται στην επίδικη υπόθεση. Εδώ, χρησιμοποιώντας τα διάφορα ήδη ερμηνείας, θα προσφύγει στη γραμματική, την τελολογική, την ιστορική, τη συστηματική, πιθανόν και τη δυναμική ερμηνεία του νόμου, μέχρι να μπορεί να διευκρινιστεί ο εφαρμοστέος κανόνας με νόημα τέτοιο που να καλύπτει το υπό κρίση πραγματικό. Υπάρχουν λογισμικά που προβαίνουν σε κάτι αντίστοιχο; Θα το δούμε στη συνέχεια.
Η τρίτη φάση
Ως προς την απόδειξη της αλήθειας των πραγματικών περιστατικών, ανάλογα και με το ισχύoν δικονομικό σύστημα, ανακριτικό η συζητητικό, ο δικαστής θα αναζητήσει τη λεγόμενη δικονομική αλήθεια, εφαρμόζοντας τα αριθμημένα μέσα απόδειξης με το πρότυπο που απαιτείται, πλήρης απόδειξη ή πιθανολόγηση, τηρώντας τους κανόνες περί το βάρος της απόδειξης, όπως κατανέμεται από τον νόμο.
Τι μπορεί να κάνει εδώ η τεχνητή νοημοσύνη καθ’ υποκατάσταση του ανθρώπου δικαστή θα το δούμε κι αυτό στη συνέχεια.
Όπως πάντως κι αν έχει το πράγμα, θα πρέπει ο δικαστής, τις προϋποθέσεις εφαρμογής του νόμου όπως τις διαπίστωσε ερμηνεύοντάς τον, να τις προβάλει στο πραγματικό της υπόθεσης, όπως αυτό προκύπτει από την αποδεικτική διαδικασία, και έτσι να δώσει την απαιτούμενη νόμιμη βάση στην απόφασή του. Αυτό θα ήταν αναλογικά και το ζητούμενο από ένα λογισμικό τεχνητής νοημοσύνης.
Η τέταρτη φάση
Το τελευταίο κρίσιμο στάδιο της λήψης της απόφασης είναι η σειρά συμπερασμάτων που αντλούνται από την υπαγωγή του πραγματικού στον εφαρμοστέο κανόνα δικαίου. Να κριθεί δηλαδή ότι επήλθε όντως ισχυρός κλονισμός του γάμου, ότι παραβιάστηκαν οι συμβατικές υποχρεώσεις, ότι τελέστηκε πράγματι δυσφήμιση, ότι είναι ένοχος ο κατηγορούμενος, και περαιτέρω να αποφασισθεί ποια έννομη συνέπεια θα αντληθεί, ποια κύρωση θα επιβληθεί σε όλες αυτές τις περιπτώσεις.
Αυτές τις τέσσερις φάσεις, διακριτές μεταξύ τους, μπορούμε να τις εντοπίσουμε κατά τη λήψη της δικαστικής απόφασης, οποιασδήποτε δικαστικής απόφασης θα έλεγα.
Μία νέα μορφή δικαστικής διεργασίας
Θα πρόσθετα διακρίνοντας και μία νέα μορφή δικαστικής διεργασίας που υπήρχε ίσως πάντα αλλά που συνειδητοποιήθηκε πρόσφατα η κεφαλαιώδης σημασία της, τις σταθμίσεις. Όταν δηλαδή συγκρούονται θεμελιώδη δικαιώματα, αρχές, αξίες ή συμφέροντα μεταξύ τους (η ελευθερία του δημοσιογραφικού λόγου με την προστασία της υπόληψης ενός πολιτικού), που διεκδικούν να τύχουν προτεραιοποίησης έναντι του άλλου. Εδώ γίνονται σταθμίσεις προς αναζήτηση της λεγόμενης δίκαιης ισορροπίας, και εδώ μπορούμε επίσης να αναρωτηθούμε τι μπορεί να προσφέρει η τεχνητή νοημοσύνη.
IV
Λογισμικά με λειτουργικότητες που ταιριάζουν στις φάσεις λήψης της δικαστικής απόφασης
Ας δούμε τώρα, σε μια τέταρτη ενότητα της ανάπτυξης, το κρισιμότερο θα έλεγα ζήτημα. Πώς μπορεί να παρέμβει και να συντελέσει στη λήψη της δικαστικής απόφασης η τεχνητή νοημοσύνη.
Το βασικό ζητούμενο στην ενότητα αυτή είναι να εντοπίσουμε λογισμικά, ή καλύτερα κατηγορίες λογισμικών, που αναπτύσσουν λειτουργικότητες οι οποίες ταιριάζουν ή και ταυτίζονται ως προς τα αποτελέσματα που παράγουν με τις διεργασίες στις οποίες προβαίνει η νόηση του ανθρώπου δικαστή όταν διέρχεται τις πέντε φάσεις που είδαμε για την έκδοση δικαστικής απόφασης.
Ως προς τους προβαλλόμενους ισχυρισμούς από τους διαδίκους
Αυτοί προβάλλονται στα δικόγραφα λχ. της αγωγής, της προσφυγής, της έφεσης ή της αναιρέσεως, τα υπομνήματα, τις προτάσεις.
Το σύστημα τεχνητής νοημοσύνης που αναζητείται εδώ πρέπει να μπορεί να διαβάζει και κατανοεί κείμενα, να εντοπίζει τις κρίσιμες σκέψεις που υπάρχουν σε αυτά, να τις κατηγοριοποιεί, να τις συνοψίζει, να απαντά σε διευκρινιστικές ερωτήσεις, και τέλος να παράγει νέα κείμενα στα οποία να παρουσιάζονται τα ευρήματα της προηγούμενης επεξεργασίας που τέλεσε. Τα λογισμικά που ανταποκρίνονται σε αυτού του είδους τις απαιτήσεις στηρίζονται σε αλγόριθμο τύπου Transformer, ένα είδος αλγορίθμου που χρησιμοποιείται στον τομέα της επεξεργασίας φυσικής γλώσσας.
Η κύρια καινοτομία ενός αλγορίθμου Transformer είναι η χρήση μηχανισμών προσοχής (multi-head attention mechanisms), που επιτρέπουν στο μοντέλο να επικεντρωθεί σε συγκεκριμένα μέρη της πρότασης κατά την επεξεργασία της, κάτι που βελτιώνει την απόδοσή του σε διάφορες εργασίες, όπως ιδίως η ανάλυση σημασιολογικών σχέσεων.
Οι κατηγορίες λογισμικών τύπου Natural Language Processing στηρίζονται σε αυτήν την τεχνολογία παρέχοντας τέτοιες λειτουργικότητες.
Αυτά, τα Νatural Language Processing, συμπληρώνονται από τα λογισμικά της κατηγορίας Natural Language Generation, τα οποία δίνουν έμφαση, όχι στην επεξεργασία όπως τα πρώτα, αλλά στην παραγωγή ανθρώπινου λόγου. Αποτελούν δηλαδή ποιοτική τελειοποίηση ως προς την παραγωγή λόγου των Natural Language Processing, προσθέτοντας ικανότητες έκφρασης που τα πρώτα δεν διαθέτουν.
Και τα δύο μαζί μπορεί να παράσχουν το ζητούμενο εδώ, δηλαδή να εξορύξουν το νόημα ενός κειμένου, να το κατηγοριοποιήσουν, να το εντάξουν σε γενικότερο πλαίσιο, και εν συνεχεία να εμφανίσουν σε ανθρώπινο, λογικά δομημένο λόγο τις πληροφορίες εκείνες που αντλούν από τα δεδομένα που επεξεργάστηκαν, απαντώντας στις ερωτήσεις που τους έχουν τεθεί.
Ως προς τον εντοπισμό και την ερμηνεία του εφαρμοστέου στην επίδικη υπόθεση κανόνα δικαίου.
Για τον εντοπισμό του κανόνα δικαίου υφίστανται πολυδύναμες πλατφόρμες νομικής έρευνας, οι λεγόμενες Legal Research Platforms που παρέχουν πρόσβαση σε αχανείς βάσεις δεδομένων εντός των οποίων εντοπίζονται οι εφαρμοστέοι κανόνες και η συναφής με την επίδικη υπόθεση νομολογία. Λογισμικά τύπου Legal Analytics Systems και τα γνωστά μας ήδη Natural Language Processing μπορούν να συντελέσουν στην εξειδίκευση των ερωτημάτων που τους τίθενται και στη διατύπωση απαντήσεων σε φυσική γλώσσα επικεντρωμένων στο ερώτημα.
Λογισμικά τύπου Expert Systems είναι υπολογιστικά προγράμματα σχεδιασμένα να μιμούνται τις ικανότητες επίλυσης προβλημάτων και λήψης αποφάσεων των ανθρώπων εμπειρογνωμόνων σε ένα συγκεκριμένο πεδίο. Τα Expert Systems είναι σε θέση να προβούν σε γενικεύσεις ύστερα από επεξεργασία πλειόνων επιμέρους δεδομένων, λχ. πλήθους δικαστικών αποφάσεων επί ενός ζητήματος, διατυπώνοντας κανόνα που τον εφαρμόζουν στη συνέχεια σε συγκεκριμένο πραγματικό.
Η επεξεργασία που διεξάγεται στη φάση αυτή μπορεί να συνδυαστεί με ό,τι προβλήθηκε ως ισχυρισμός από τους διαδίκους, ώστε η έρευνα να κατευθυνθεί αυτόματα από τον ισχυρισμό που προβλήθηκε στην αναζήτηση της νομικής του θεμελίωσης.
Εννοείται βέβαια ότι στη φάση προπαρασκευής της δικαστικής απόφασης η εμπιστοσύνη που μπορεί να επιδειχθεί στο όποιο λογισμικό είναι περιορισμένη. Τα συστήματα τεχνητής νοημοσύνης δεν θα είναι σε θέση όπως ο άνθρωπος δικαστής να κατανοήσουν το ευρύτερο νομικό πλαίσιο της υπόθεσης, ούτε να ερμηνεύσουν αμφίσημες ρυθμίσεις, όταν μάλιστα αυτές υφίστανται αλλαγές νοήματος λόγω αλλαγής συνθηκών. Όσο και αν το λογισμικό μπορεί να εξηγεί τις συστάσεις του, η ικανότητα ενός ανθρώπου δικαστή στην σύλληψη του κανονιστικού πλαισίου εντός του οποίου μπορεί να κινηθεί φαίνεται να είναι αναντικατάστατη.
Ως προς την απόδειξη της αλήθειας των πραγματικών ισχυρισμών των διαδίκων
Αυτό που πρέπει ευθύς εξαρχής να έχει κανείς υπόψη του στη φάση αυτή είναι ότι η τεχνητή νοημοσύνη στηρίζεται στην επεξεργασία δεδομένων τα οποία με κάποιο τρόπο της διατίθενται. Δεν διαθέτει ικανότητα άμεσης αντίληψης της πραγματικότητας όπως ο άνθρωπος, ούτε την ικανότητα του ανθρώπου, που με διαίσθηση, εκτιμά αν όντως ετέθησαν υπόψη του τα πλήρη στοιχεία της υπόθεσης.
Τούτων λεχθέντων, διαπιστώνουμε ότι υφίστανται πράγματι λογισμικά τεχνητής νοημοσύνης που μπορεί να εκφέρουν εκτιμήσεις για τη δύναμη των αποδεικτικών στοιχείων. Πρόκειται περί ειδικών λογισμικών που στηρίζονται σε περίπλοκους συνδυασμούς τεχνολογιών τύπου Νatural Language Processing, Natural Language Generation, Transformer και Expert Systems, όπου πρέπει να προσθέσουμε και τις τεχνολογίες πιθανολόγησης, τις λεγόμενες Bayesian Networks.
Λογισμικά τεχνητής νοημοσύνης μπορεί να συγκεντρώνουν κρίσιμα στοιχεία από βάσεις δεδομένων, κυρίως με τη μέθοδο της εξερεύνησης τεράστιου πλήθους δεδομένων (Data Mining).
Μπορεί να κατηγοριοποιούν τα γεγονότα που αναφέρονται στη δίκη ως κρίσιμα και μη κρίσιμα για την εφαρμογή του νόμου, να εκφέρουν πιθανολογήσεις βασισμένες είτε σε συναγωγές από δέσμη υποκείμενων στοιχείων, είτε σε συσχετίσεις και διασταυρώσεις, σε κενά ή αντιφάσεις (Microexpressions Analysis, Long Short-Term Memory Networks, Variable Elimination, Belief Propagation, Junction Tree Algorithms).
Μπορεί μάλιστα ένα τέτοιο λογισμικό να εκτιμήσει την αξιοπιστία των μαρτύρων ως προσώπων, αλλά και της μαρτυρίας τους, και, μέσω αναλύσεων αισθημάτων των μαρτύρων, να εντοπίσει patterns, μοτίβα, αξιόπιστης ή ψευδούς κατάθεσης, προσέχοντας τον τόνο της φωνής, της έκφρασης του προσώπου, της γλώσσας του σώματος (Facial Action Coding System, Gaussian Mixture Models, Voice Stress Analysis, EyeDetect και Veritone Illuminate Technologies).
Ο βαθμός της πιθανολόγησης εδώ παίζει ένα καθοριστικό ρόλο, όπως και η αιτιολογία που παρέχει για αυτήν στον άνθρωπο δικαστή το λογισμικό.
Οπωσδήποτε, δεν τίθεται καν θέμα υποκατάστασης, έστω και μερικής, του ανθρώπου δικαστή ως προς τη συγκέντρωση και εκτίμηση των αποδείξεων. Μπορεί πάντως η τεχνητή νοημοσύνη να του παράσχει αξιόλογη βοήθεια ώστε η κρίση του για την αλήθεια των κρίσιμων πραγματικών περιστατικών να είναι καλλίτερα θεμελιωμένη.
Ως προς την υπαγωγή των κρίσιμων πραγματικών περιστατικών στον εφαρμοστέο κανόνα δικαίου.
Εδώ προσφέρονται ιδιαιτέρως τα λογισμικά που χρησιμοποιούν τεχνολογία Expert Systems, τα οποία, να το διευκρινίσουμε εδώ, συντίθενται από μια βάση γνώσεων και έναν κινητήρα συναγωγής συμπερασμάτων, βάσει των γνώσεων αυτών.
Με τη μέθοδο forward chaining που ενσωματώνεται στα εν λόγω λογισμικά, επιτυγχάνεται η υπαγωγή πραγματικών περιστατικών στον κανόνα δικαίου. Ένα λογισμικό τέτοιου τύπου, κινητοποιώντας μία λογική διαδικασία συναγωγής συμπεράσματος, εφαρμόζει κανόνες σε γνωστά γεγονότα, ώστε να παραχθούν συμπεράσματα. Λχ., (1) αν ένας αλλοδαπός έχει πτυχίο ανώτατου εκπαιδευτικού ιδρύματος και σχετική επαγγελματική εμπειρία 5 ετών είναι επιλέξιμος για τη χορήγηση άδειας παραμονής, (2) ο αιτών έχει αναγνωρισμένο πτυχίο Νομικής και επαγγελματική εμπειρία 7 ετών, (3) άρα είναι επιλέξιμος για τη χορήγηση άδειας παραμονής.
Λογισμικά υπάρχουν που μπορεί να εφαρμοστούν σε αντίθετη κατεύθυνση, backward chaining, όπου δηλαδή με βάση τα προσόντα του συγκεκριμένου υποψηφίου αναζητείται αν ο νόμος μπορεί να στηρίξει αντίστοιχο αίτημα για χορήγηση άδειας παραμονής.
Ως προς τις σταθμίσεις για την ανεύρεση του σημείου δίκαιης ισορροπίας
Ως προς τις σταθμίσεις σε συγκρούσεις μεταξύ δικαιωμάτων, αρχών, αξιών της έννομης τάξης ή συμφερόντων δεν υφίστανται πράγματι λογισμικά ικανά να δώσουν άμεσες λύσεις. Στις περιπτώσεις αυτές οι σταθμίσεις απαιτούν βαθιά κατανόηση των δικαιικών αρχών που εφαρμόζονται, λήψη υπόψη του συγκεκριμένου, περίπλοκου κατά κανόνα, πραγματικού της υπόθεσης, και σεβασμό σε κριτήρια που διέπουν καθοριστικά τη συγκεκριμένη στάθμιση, όπως λχ. το υπέρτερο συμφέρον του παιδιού σε υποθέσεις επιμέλειας τέκνου.
Η τεχνητή νοημοσύνη δεν φαίνεται να μπορεί ακόμη να παράσχει έτοιμες λύσεις για τη λήψη δικαστικής απόφασης υπό την έννοια του συμπεράσματος περί τη δίκαιη ισορροπία σε συγκεκριμένη υπόθεση. Μπορεί όμως να παράσχει επικουρία στη δικαστική κρίση, που φτάνει μέχρι του σημείου της πρότασης διάφορων εναλλακτικών λύσεων, με επιχειρήματα υπέρ κάθε μιας εξ αυτών, ώστε να διαφωτιστεί ο δικαστής και να επιλέξει αυτός την κατά την κρίση του ορθότερη.
Δεν πρέπει πάντως να μας διαφεύγει ότι ίδιον της τεχνητής νοημοσύνης είναι κυρίως η ικανότητά της να προβαίνει σε σταθμίσεις, και βάσει αυτών σε επιλογές μιμούμενη κατά τούτο την ανθρώπινη νοημοσύνη.
Λογισμικά του τύπου Decision Support Systems, Analytical and Modeling Software, Project Management Software, Risk Management Software, Ethical Decision Support Tools, AnyLogic, Simul8 και Arena Softwares, αξιολογούν διαφορετικές επιλογές στη βάση των συνεπειών που αυτές συνεπάγονται, εντοπίζουν κριτήρια που μπορεί να παίξουν κρίσιμο ρόλο σε μία επιλογή, προτείνουν προτεραιοποιήσεις που μπορεί να γίνουν, ή βελτιστοποιούν λύσεις περιορίζοντας κινδύνους με συστάσεις κατάλληλων στρατηγικών.
Υφίσταται δηλαδή μια σαφής προσπάθεια προσέγγισης και αυτού του πεδίου από την τεχνητή νοημοσύνη.
V
Πόσο έχει προχωρήσει σήμερα η τεχνητή νοημοσύνη
Θα επιχειρήσω τώρα στην τελευταία ενότητα, την πέμπτη, να συνδυάσω όλα όσα εκτέθηκαν ήδη με γνώμονα την απάντηση στο βασικό ερώτημα, αν σήμερα είναι εφικτή η λήψη δικαστικής απόφασης μέσω συστημάτων τεχνητής νοημοσύνης.
Το γεγονός ότι υφίστανται κατηγορίες λογισμικών τα οποία αναπτύσσουν ταυτόσημες οι σχεδόν ταυτόσημες λειτουργίες με αυτές του δικαστικού έργου για την έκδοση μιας δικαστικής απόφασης δεν σημαίνει ότι μπορούμε άμεσα να χρησιμοποιήσουμε τέτοια λογισμικά και να λάβουμε μέσω αυτών δικαστικές αποφάσεις.
Ο δρόμος είναι μακρύς, οι προσπάθειες που έχουν γίνει μέχρι τώρα, τουλάχιστον αυτές που γνωρίζω είτε απέτυχαν είτε είναι εντοπισμένες σε κάποιες κατηγορίες διαφορών και σε κάποια φάση της εκδίκασης. Αλλά αυτός είναι αναγκαστικά και ο δρόμος που μπορεί να ακολουθηθεί. Ένα λογισμικό ενιαίο για όλες τις δικαστικές διαφορές, για όλες τις φάσεις της δίκης είναι πολύ μακριά μας, σε πραγματικά μελλοντικές εποχές τεχνητής νοημοσύνης.
Αυτό που μπορεί σήμερα να γίνει είναι, αφού εκτιμήσουμε τη χρησιμότητα της εφαρμογής της τεχνητής νοημοσύνης στη δίκη, να εντοπίσουμε, εντός κάθε ευρείας κατηγορίας, τις ειδικές κατηγορίες διαφορών που προσφέρονται για τέτοιες εφαρμογές, αλλά ακόμη και τις ειδικότερες φάσεις της δίκης όπου η τεχνητή νοημοσύνη μπορεί να παράσχει ταχύτητα και ασφάλεια. Όπως λχ. στο πεδίο της επιμέτρησης του ύψους της αποζημίωσης, των προστίμων ή της ποινικής κύρωσης.
Για να κατασκευαστεί ένα τέτοιο λογισμικό η συνεργασία δικαστών με ειδικούς στην τεχνητή νοημοσύνη είναι αναγκαία.
Στη βάση της, όπως είπαμε, η τεχνητή νοημοσύνη είναι επεξεργασία δεδομένων, που στον νομικό κόσμο υπάρχουν στις βάσεις δεδομένων ως ακατέργαστο υλικό. Ο τεχνικός αυτό θα το μεταφέρει σε επεξεργάσιμη ψηφιακή μορφή. Όμως χρειάζεται ο δικαστής που ξέρει τι θα πρέπει να αναζητηθεί.
Με πυξίδα του τις οδηγίες του δικαστή ο τεχνικός λοιπόν θα στήσει την αρχιτεκτονική του λογισμικού χρησιμοποιώντας τεχνικές και αλγορίθμους.
Τεχνικές και αλγόριθμοι είναι διαθέσιμα ελεύθερα στο διαδίκτυο ή διατίθεται στην αγορά εναντίον αντιτίμου, αλλά μπορεί να απαιτείται και να κατασκευαστούν ειδικώς για τη συγκεκριμένη προσπάθεια.
Με τις τεχνικές που θα επιλέξει ο ειδικός στην τεχνητή νοημοσύνη θα διαρθρώσει το σχέδιο ροής της αλγοριθμικής επεξεργασίας, ενώ με τους αλγορίθμους που θα επιλέξει θα δώσει τις αναγκαίες εντολές ώστε η επεξεργασία να παράγει το επιδιωκόμενο αποτέλεσμα.
Ο ικανός τεχνικός θα επιλέξει τις καταλληλότερες τεχνικές, τους καταλληλότερους αλγόριθμους ενόψει της λειτουργίας που καλείται να επιτελέσει το σύστημα.
Η κατασκευή του λογισμικού δεν σημαίνει και παγιοποίηση των λειτουργιών του. Ίδιον της τεχνητής νοημοσύνης, εκτός από τη σταθμίσεις στις οποίες προβαίνει, είναι και η ικανότητά της να βελτιώνεται συνεχώς, να μαθαίνει από τα λάθη της.
Δεν πρόκειται για κάποια μυστηριακή ιδιότητα απρόσιτη στην κοινή λογική. Είδαμε ήδη ότι ορισμένες προχωρημένες εφαρμογές είναι ικανές να πραγματοποιούν γενικεύσεις και συναγωγές και από αυτές να καταλήγουν σε συμπεράσματα με τη μορφή συστάσεων η αποφάσεων
Αυτά αν τα αποκαλέσουμε προβλέψεις, predictions, μπορεί να υποβληθούν σε μία διαδικασία εμπειρικής επαλήθευσης.
Λχ. στην ιατρική διάγνωση – όπου η τεχνητή νοημοσύνη εκτιμώντας τα συμπτώματα του ασθενούς και εν γένει το σύνολο των δεδομένων που τον αφορούν μπορεί να πιθανολογήσει την ασθένειά του και τη θεραπεία της ως πρόβλεψη – αν στο σύστημα ύστερα από εμπειρική επαλήθευση εισέλθει η πληροφορία ότι η διάγνωση ή η θεραπεία ήταν εσφαλμένες και εξηγηθεί γιατί, τότε το σύστημα, εφαρμόζοντας την τεχνική deep learning, είναι σε θέση να επανέλθει μόνο του στις αρχικές του παραμέτρους και να τις διορθώσει. Όπως ο μάγειρας που βλέποντας το κέικ του να μη φουσκώνει όσο το προσδοκούσε, επανέρχεται στην αρχική του συνταγή και τη βελτιώνει.
Βέβαια για να επιτευχθεί κάτι τέτοιο στη δικαιοσύνη πρέπει οι ίδιοι οι δικαστές, οι άνθρωποι δικαστές, να αναλάβουν την εκπαίδευση του λογισμικού που θα χρησιμοποιήσουν, όποτε αυτό θα γίνει, και με διδακτική διάθεση να διδάξουν τους αλγορίθμους πού και γιατί έπεσαν έξω στις προβλέψεις τους ως προς την κατανόηση των ισχυρισμών των διαδίκων, την ερμηνεία του νόμου, την απόδειξη της αλήθειας, την υπαγωγή ή τη δίκαιη ισορροπία.
*******
Τρεις συμπερασματικές σκέψεις
Ύστερα από όλα αυτά μπορούμε λοιπόν εδώ ως συμπέρασμα να διατυπώσουμε τις εξής τρεις σκέψεις:
Η πρώτη σκέψη είναι ότι αυτό το «for a while» (για λίγο ή για ορισμένο χρόνο ακόμη) που ανέφερε ο Πρόεδρος Roberts, ότι δηλαδή οι άνθρωποι δικαστές θα εξακολουθήσουν να υπάρχουν για λίγο ή για ορισμένο χρονικό διάστημα ακόμη, πρέπει να το εκλάβουμε μάλλον ως αστείο, αν ιδίως εννοούσε για λίγο.
Μπορούμε να αντιμετωπίσουμε άμεσα το ενδεχόμενο μιας δικαιοσύνης που χρησιμοποιεί λογισμικά, όπως Transformers ή Expert Systems, προκειμένου να αυξήσει την παραγωγικότητά της, να μειώσει τον χρόνο εκδίκασης των υποθέσεων, ενδεχομένως να ενισχύσει την εμπιστοσύνη του κοινού στην αμεροληψία της. Δεν μπορούμε όμως σήμερα, με τα διαθέσιμα τεχνολογικά μέσα και την υπαρκτή ή διαφαινόμενη εξέλιξη της τεχνητής νοημοσύνης να διανοηθούμε μία δικαιοσύνη που θα απονέμεται χωρίς ανθρώπους δικαστές.
Μια δεύτερη σκέψη θα ήταν ότι, σε αυτή τη φάση και με τις γνώσεις και εμπειρίες που διαθέτουμε, το να τεθεί ζήτημα μερικής η ολοκληρωτικής νομοθετικής, ίσως και συνταγματικής, απαγόρευσης της χρήσης τεχνητής νοημοσύνης για τη λήψη δικαστικής απόφασης θα ήταν μεγάλη υπερβολή. Η δικαστική εξουσία είναι επαρκώς ώριμη ώστε αυτή μόνη της, εντός του πλαισίου της διάκρισης των λειτουργιών, να συνειδητοποιήσει τους όποιους κινδύνους μπορεί να προκύψουν, και να λάβει τις σχετικές αποφάσεις.
Δεν υφίσταται πάντως, όπως είδαμε, κάποια κατηγορικής φύσεως διαφοροποίηση μεταξύ των νοητικών λειτουργιών του ανθρώπου από τη μία, και της τεχνητής νοημοσύνης από την άλλη, που να μας επιτρέπει να διαφοροποιούμε, με συνταγματικής ίσως περιωπής ρήτρα, τους τομείς εκάστου.
Την πρόοδο της τεχνητής νοημοσύνης θα την σταματήσουμε όταν αντιληφθούμε ότι η τεχνητή νοημοσύνη κινδυνεύει να πάρει τον έλεγχο σε τομείς όπου η δημοκρατία και ο άνθρωπος πρέπει οπωσδήποτε να τον διατηρήσουν.
Και μια τελευταία σκέψη. Αν ο τεχνικός ως πολίτης είναι ικανός να αντιληφθεί μεγάλο μέρος αυτού που θα διαχειριστεί ως νομικό υλικό, ο δικαστής αντίθετα, εκτός εξαιρέσεων, θα αισθάνεται πολύ ξένος με τους μαθηματικούς τύπους που συγκροτούν τους αλγορίθμους και πιθανόν με την όλη μηχανική που διέπει τους επεξεργαστές.
Μπορούν άραγε οι δικαστές να μυηθούν περισσότερο στα μαθηματικά ώστε να ελέγχουν και συγχρόνως να βοηθούν τους ειδικούς στην τεχνική νοημοσύνη στην επιλογή ασφαλέστερων και πιο αποτελεσματικών αλγορίθμων; Προς το παρόν δεν είναι αντιμετωπίσιμο και ίσως να είναι ουτοπικό.
Όμως η ραγδαία πρόοδος που διαπιστώνουμε και που δεν παύει να μας εντυπωσιάζει δεν έχει τέλος. Απλώς χρειάζεται, και εδώ στην Ελλάδα, για να μην υστερήσουμε, να έχουμε τα εφόδια και την ετοιμότητα να επωφεληθούμε στο έπακρο από τις διαφαινόμενες εξελίξεις.
Ιωάννης Σαρμάς
πρώην Πρωθυπουργός, επίτιμος Πρόεδρος του Ελεγκτικού Συνεδρίου, επίτιμος Διδάκτορας του Αριστοτελείου, του Παντείου και του Διεθνούς Πανεπιστημίου Ελλάδος
