Оценить качество работы адвокатов непросто, но сотрудники Института анализа предприятий и рынков Антон Казун и Вадим Девятников вместе с коллегой из зарубежного университета придумали для этого новый способ. Они предлагают сравнивать разницу между наказанием, которое предсказывает модель машинного обучения, с тем, чем дело закончилось в реальности.

Обычно защитников выбирают по их репутации, но цена ошибки в этом вопросе слишком велика. Разница между лучшими и худшими адвокатами и вовсе достигает 14% в вероятности лишения свободы. Но как рассчитать эту репутацию, до сих пор непонятно. Доля выигранных дел игнорирует их сложность и не подходит для правовых систем, в которых большое значение имеют досудебные процедуры и следствие. В Верховном суде Сингапура опытные адвокаты иногда показывают результаты ниже средних, так как берут самые тяжелые дела. А анализ 60 тысяч гражданских дел в США показал, что рейтинги адвокатов почти не связаны с их результатами.

Поэтому авторы предложили использовать метод разницы между предсказанием и реальностью. Этот прием часто применяют в других дисциплинах, например, в экономике образования так считают вклад учителя в успехи учеников, а в медицине профилируют хирургов. Ученые проанализировали 7 миллионов дел с 2010 по 2025 год, из которых взяли сведения о степени тяжести, рецидиве, смягчающих и отягчающих обстоятельствах и сопоставили с реестром адвокатов.

С помощью моделей машинного обучения для каждого дела вывели результат, который основывается на объективных характеристиках дела. А затем его сравнили с тем, какое решение суд вынес в реальности. Точность прогнозирования судебных решений достигает 80%, а оставшаяся необъясненная часть как раз и показывает то, ради чего вообще работают адвокаты. При этом алгоритмы даже обходят профессиональных юридических экспертов в предсказании исходов, поэтому построение рейтингов по этому показателю может быть вполне эффективным.
#научная_статья