Leiden Center of Data Science (LCDS), Universiteit van Maastricht en ZyLAB trainen rechters in het gebruik van Data Science technieken voor Big Data als onderdeel van beslissingsondersteuning.
Een robot op de stoel van de rechter lijkt een eng toekomstbeeld, maar vooralsnog is de vraag: kan het? Kan technologie uit de wereld van artificial intelligence, machine learning en big data komen tot beslissingen die het leven van mensen bepaalt?
Kan de robot een rechter vervangen?
Op de Dag van de Rechtspraak eind september, werd gesproken over de toekomst van de rechtspraak. Prof. Dr. H.J. Van den Herik van het Leiden Center of Data Science (LCDS) en Prof Dr. Ir. J.C. Scholtes van de Universiteit van Maastricht en CSO bij ZyLAB, gaven op deze dag een lezing over precies dit onderwerp. Na het schetsen van een historisch overzicht over de ontwikkeling van de Artificial Intelligence en diverse recente successen, legden zij het vraagstuk voor aan het publiek. De aanwezigen waren het er min of meer over eens dat eenvoudige, meer administratieve zaken zeker door de computer zouden kunnen worden afgehandeld. Over meer complexe zaken verschilden de meningen.
Deze discussie werd later in de media voortgezet. “De computer kan op termijn elke rechter vervangen.” aldus hoogleraar Juridische Informatica Jaap van den Herik in een televisie-interview. Op NOS-Radio 1 gaf Rechter Erik Boerma later aan het niet met Van den Herik eens te zijn. “De rechter heeft ook een rol om af en toe eigenwijs te zijn en tegen de klippen op dingen te doen. Als strafrechter kan ik iemand veroordelen, maar met mijn bevoegdheid ook zeggen dat ik diegene geen straf geef. Het is fijn om met je hand over het hart te kunnen strijken.” Van den Herik ziet daar geen bezwaren in. “Een computer kan ook eigenzinnig zijn. Ik zie niet in waarom een computer wel over intuïtie kan beschikken en niet over empathie.”
Werkdruk en kwaliteit vereisen techniek
Het moge duidelijk zijn dat de meningen hierover nog wel even zullen verschillen. Ondertussen dwingt de steeds verder toenemende werkdruk de rechtspraak zich te verdiepen en open te stellen voor nieuwe technologie om ook in de toekomst de vereiste kwaliteit te kunnen blijven leveren.
Om die reden worden rechters regelmatig bijgeschoold in de laatste technologische ontwikkelingen. De SSR (Studiecentrum Rechtspleging), onderdeel van de Raad voor de Rechtspraak, heeft recentelijk opdracht gegeven aan het Leiden Center of Data Science (LCDS), Universiteit van Maastricht en ZyLAB om een Big Data en Data Science cursus te ontwikkelen waarbij rechters zowel theoretische uitleg als hands-on training zullen krijgen.
Beslissingsondersteunende technologie voor de rechtspraak
De focus van de training ligt op beslissingsondersteunende technologie voor de rechtspraak, waarbij gebruikgemaakt wordt van ideeën en concepten uit de wereld van Big Data en Data Science. Omdat veel data van de Raad voor de Rechtspraak ongestructureerd (tekstueel) van aard is, zal in een viertal sessie worden uitgelegd hoe de rechtspraak dit soort technieken kan gebruiken bij de ondersteuning van de rechtelijke macht.
In de eerste sessie geeft prof. van den Herik een overzicht van Artificial Intelligence technieken zoals die de laatste jaren ontwikkeld zijn voor de rechtspraak.
Na een korte pauze legt prof. Scholtes in de tweede sessie uit hoe intelligente tekst-zoektechnieken gebruikt kunnen worden om efficiënt en doelgericht te zoeken in grote hoeveelheden tekst, ook als het niet precies duidelijk is wat men zoekt.
De nadruk zal liggen op de toepassing van deze technieken bij beslissingsondersteunende activiteiten van rechters. Dit soort zoektechnieken worden al langere tijd gebruikt bij onder andere het Internationale Hof van Justitie, diverse oorlogstribunalen en grote opsporingsdiensten en toezichthouders wereldwijd.
Rechters zelf aan de knoppen
Na een uitleg krijgen de rechters (in paren) zelf een aantal opdrachten om met dit soort zoektechnologie bepaalde zaken op te sporen. Voor de opdrachten zal gebruik gemaakt worden van data uit het archief van rechtspraak.nl. Deze zoektechnieken bieden veel meer mogelijkheden dan internet search engines zoals Google.
In de derde sessie zal prof. Scholtes een stap verder gaan en laten zien hoe met behulp van text-mining technologie grote hoeveelheden data automatisch kunnen worden georganiseerd en hoe rechters met deze aanvullende informatie snel een zogenaamde Early Case Assessment kunnen maken. In deze sessie wordt ook uitgelegd hoe technieken als clustering, topic modeling en machine learning werken op grote tekst verzamelingen. Na een uitleg, krijgen de rechters (wederom in paren) zelf een aantal opdrachten om met deze technologie bepaalde zaken op te sporen (met zoeken en clustering) en een classifier te maken die automatisch bepaalde documenten zal identificeren om zo een betere beslissingsondersteuning dan alleen zoeken mogelijk te maken.
Voor de opdrachten zal gebruik gemaakt worden van 1.200.00 uitspraken van www.rechtspraak.nl. De rechters zullen in deze sessie ook leren hoe je de kwaliteit van machine learning kunt meten en hoe je dit soort automatische technieken juridisch verdedigbaar kunt maken volgens de huidig geldende standaarden in de US Federal Courts, de UK en sinds kort ook in Australië.
Na een korte pauze zal prof. van den Herik in de vierde sessie laten zien dat het identificeren en extraheren van kenmerken met behulp van text-mining geen triviale zaak is. Aan de hand van het zogenaamde Tegel-arrest zal hij laten zien tot welke uitspraak de computer komt. De rechters zal gevraagd worden om aan de hand van de gepresenteerde feiten ook tot een uitspraak te komen en de uitkomsten zullen (in een ongetwijfeld levendige) discussie besproken worden.
Het is duidelijk dat de moderne rechter de technologie omarmt en zeker niet uit de weg gaat. Het LCDS, de Universiteit van Maastricht en ZyLAB zijn er trots op dat ze bij dit proces betrokken zijn en mogen meewerken aan de rechtspraak van de toekomst!
Over LCDS
Het Leiden Centre of Data Science (LCDS) is een netwerk van onderzoekers uit verschillende wetenschappelijke disciplines, die gebruik maken van innovatieve methodes voor het omgaan met hoeveelheden data. Samenwerking tussen deze onderzoekers leidt tot nieuwe oplossingen voor wetenschappelijke en maatschappelijke kwesties.
Big data is overal: over de hele wereld wordt er steeds meer data geproduceerd en beschikbaar gemaakt. Hoe kunnen we die transformeren in kennis? Data Science, een snel opkomend vakgebied, vormt het antwoord op deze vraag. Het traint onderzoekers om betekenisvolle patronen te ontdekken in grote hoeveelheden data, en deze om te zetten in bruikbare informatie. Het gebruik van Data Science wordt steeds belangrijker om te kunnen blijven concurreren in de wetenschap. Dat geldt niet alleen in het vakgebied informatica, maar in alle wetenschappelijke disciplines.
De Universiteit van Maastricht
De Universiteit Maastricht (UM) is de meest internationale universiteit van Nederland en is met haar ruim 16.000 studenten en 4.000 medewerkers nog steeds groeiende. De universiteit onderscheidt zich door haar innovatieve onderwijsmodel, internationale karakter en multidisciplinaire benadering van onderzoek en onderwijs.
Dankzij de hoge kwaliteit van het onderzoek en onderwijs, maar ook een sterke maatschappelijke oriëntatie, heeft de universiteit in haar korte bestaan een solide reputatie opgebouwd. Ze wordt tot de beste jonge universiteiten ter wereld gerekend.
