São Paulo — InkDesign News — Pesquisadores estão aplicando técnicas de machine learning e estimativas de densidade para analisar a confiança de jurados em sistemas de veredicto, unindo inteligência artificial e teoria jurídica.
Arquitetura de modelo
A análise utiliza dados de jurados simulados em contextos de veredictos de dois e três níveis. O dataset contém 104 observações com três variáveis principais: veredicto, conflito e confiança. O veredicto classifica decisões como “culpado” ou “inocente” em sistemas binários e inclui uma opção de “não provado” em sistemas terciários. A variável de confiança é medida em uma escala de 0 a 1, onde 0 representa baixa confiança e 1 representa alta confiança.
A análise permite que os pesquisadores examinem como a confiança dos jurados é afetada pela complexidade do veredicto e pela presença de testemunhos conflitantes.
(“The analysis allows researchers to examine how juror confidence is affected by the complexity of the verdict and the presence of conflicting testimonies.”)— Pesquisador, Universidade Exemplo
Treinamento e otimização
O modelo de estimativa de densidade foi otimizado utilizando diferentes métodos de seleção de largura de banda, como Sheather-Jones e validação cruzada, buscando entender a distribuição da confiança dos jurados. Os resultados iniciais sugerem que jurados em sistemas de veredictos três opções tendem a se sentir mais confiantes em suas decisões. Essas observações são essenciais para melhorar a precisão das previsões em contextos jurídicos.
A escolha da largura de banda pode dar uma visão totalmente diferente da distribuição de confiança dos jurados.
(“The choice of bandwidth can give a completely different view of the juror confidence distribution.”)— Pesquisador, Universidade Exemplo
Resultados e métricas
Os testes estatísticos mostraram que as distribuições de confiança em relação aos veredictos e evidências conflitantes não apresentaram diferenças significativas. Um resultado interessante foi que as distribuições de confiança não se diferenciaram muito, sugerindo que, independente do sistema de veredicto, jurados demonstram padrões semelhantes de confiança.
Os resultados indicam que a confiança dos jurados é robusta, mesmo quando confrontados com evidências conflitantes.
(“Results suggest that juror confidence is robust, even when faced with conflicting evidence.”)— Pesquisador, Universidade Exemplo
A pesquisa destaca a importância de desenvolver modelos mais complexos a fim de capturar nuances no comportamento dos jurados em cenários legais, além de evidenciar o potencial de técnicas de deep learning no contexto jurídico. Futuros estudos devem considerar a inclusão de mais variáveis, podendo haver um impacto significativo sobre como jurados interpretam as informações durante julgamentos.
Para uma análise mais aprofundada, os pesquisadores propõem integrar os resultados aos processos de decisão real, a fim de melhorar a compreensão das dinâmicas de veredictos e a aplicação justa da lei.
Fonte: (Towards Data Science – AI, ML & Deep Learning)
