AI工具如何辅助评估口头目击者证词

在《Psychological Science》杂志的最新论文中，宾夕法尼亚大学凯瑞法学院Quattrone司法公正公平管理中心的研究人员展示了人工智能（AI）如何能够提高刑事审判过程的准确性。

论文《使用自然语言处理评估目击者口头陈述的可信度》概述了研究人员如何训练大型语言模型（LLM）来分析目击者陈述的可信度，以努力减少误认，这是导致错判的主要已知因素之一。

“在《国家错案登记册》记录的3000多起无罪释放案件中，有900多起是由于目击者误认导致的，”Quattrone中心学术主任、法学教授及该论文合著者Paul Heaton说。“为了帮助解决这一问题，我们开发了一种新工具，使律师和警方调查人员能够更好地区分准确的身份识别和错误的身份识别。”

在目击者从嫌疑犯队列中挑选出嫌疑人后，最佳做法指示警察询问目击者对其指认的信心程度。先前的研究表明，在无偏见的队列中指认时信心很高的证人往往比表达不确定性的证人更频繁地做出正确指认。但在现实中，警察通常会对特定证人的信心程度做出主观判断，这可能会给过程带来错误。研究人员开发的人工智能提供了一种无上下文偏见的评估此类陈述的中性方法，利用了数千个先前目击者决定的信息。

在Penn Carey Law了解更多。