Künstliche Intelligenz als potenzielle Geschworene im Justizwesen: Chancen und Herausforderungen

Künstliche Intelligenz und ihre Rolle im Rechtssystem: Eine Betrachtung des Einsatzes von Großsprachmodellen als Geschworene

Die digitale Revolution und der fortschreitende Einzug künstlicher Intelligenz (KI) in unterschiedliche Lebensbereiche stellen das Rechtssystem vor neue Herausforderungen und Chancen. Besonders Großsprachmodelle (Large Language Models, LLMs), welche die Fähigkeit besitzen, menschliche Sprache zu verstehen und zu generieren, eröffnen neue Perspektiven für die Justiz. Eine dieser Perspektiven ist der Einsatz von LLMs als Geschworene, auch bekannt als "LLMs-as-Juries".

Der traditionelle Prozess, bei dem ein menschliches Geschworenengremium auf Basis von Beweisen und Zeugenaussagen zu einem Urteil kommt, könnte durch die Integration von LLMs als Entscheidungshelfer ergänzt oder gar transformiert werden. Die Idee dahinter ist, dass eine Gruppe von LLMs ähnlich wie ein menschliches Geschworenengremium agiert und durch die Kombination ihrer Einschätzungen zu einer ausgewogenen und fundierten Beurteilung kommt.

Die Verwendung von nur einem LLM als "Richter" kann zu Problemen führen, da es an einer vollständigen Bandbreite möglicher Ergebnisse fehlt und dadurch verzerrte Bewertungen entstehen können. Eine Studie, die die Verwendung von LLMs zur Bewertung von Instruktionsbefolgungen untersuchte, fand heraus, dass der Einsatz eines einzelnen Modells das Spektrum möglicher Ausgaben nicht vollständig erfassen kann und somit zu einer voreingenommenen Bewertung führt. Verschiedene Befragungsmethoden können die Ausrichtung von LLM-Bewertungen erheblich beeinflussen, was darauf hindeutet, dass die Verwendung eines einzelnen LLMs keine umfassende Beurteilung bieten könnte. Ein weiteres Problem ist die Möglichkeit des Overfitting, wenn dasselbe Modell zur Beurteilung seiner eigenen Ergebnisse verwendet wird, was zu überhöhten Werten führen kann, die nicht der realen Leistung entsprechen.

Die Herausforderung bei der Bewertung von Sprachmodellen besteht darin, eine klare und objektive Vorlage für die Bewertung zu erstellen. Die subjektive Natur der Sprachbewertung wird deutlich, wenn versucht wird, zwischen Zwischenwerten wie 3 und 4 zu differenzieren. Faktoren wie Kohärenz, Relevanz, Kreativität und Stil spielen eine Rolle und können von verschiedenen Bewertern unterschiedlich interpretiert werden.

Ein Ansatz zur Bewältigung dieser Herausforderung könnte eine Vereinfachung des Bewertungsprozesses sein, indem man sich auf binäre Antworten konzentriert. In vielen Fällen kann die Bewertung von Sprachmodellen auf eine einfache Ja-Nein-Entscheidung reduziert werden. Diese binäre Herangehensweise könnte einen klareren und objektiveren Rahmen für die Bewertung bieten und die subjektiven Nuancen eliminieren, die mit einer mehrstufigen Skala einhergehen. Dieser Ansatz eignet sich insbesondere für Aufgaben wie die Beantwortung von Fragen oder die Überprüfung von Fakten, wo das Ergebnis einfach als "richtig" oder "falsch" eingestuft werden kann.

Die sogenannten Ensemble-Methoden, bei denen mehrere Modelle kombiniert werden, um die Gesamtleistung zu verbessern, bieten weitere Vorteile. Durch die Kombination der Bewertungen mehrerer Modelle kann der Einfluss individueller Verzerrungen gemindert werden, was zu stabileren und zuverlässigeren Bewertungen führt. Darüber hinaus kann die Nutzung der Stärken verschiedener Modelle zu genaueren und umfassenderen Beurteilungen führen.

Gewichtete Abstimmungsverfahren können diesen Prozess weiter verfeinern, indem Modelle mit höheren Benchmark-Ergebnissen, die eine bessere Leistung bei relevanten Aufgaben zeigen, bei der endgültigen Entscheidung stärker gewichtet werden. Dies stellt sicher, dass die zuverlässigsten Modelle einen größeren Einfluss auf das Urteil haben.

Der Einsatz von LLMs im Rechtssystem wirft jedoch auch Fragen auf, insbesondere im Hinblick auf die Fairness und Transparenz solcher Systeme. Es ist wichtig, die Unterschiede zwischen menschlichen und KI-basierten Entscheidungen zu verstehen und sicherzustellen, dass die endgültige Beurteilung weiterhin von Menschen vorgenommen wird. Die menschliche Fähigkeit, Nuancen und ethische Überlegungen in die Bewertung einfließen zu lassen, ist nach wie vor unverzichtbar.

Zukünftig könnten LLMs als Geschworene in bestimmten Bereichen der Justiz eine Rolle spielen, wobei stets ein menschlicher Richter die abschließende Entscheidung trifft. Dies birgt das Potenzial, die Effizienz zu steigern und gleichzeitig die Qualität der Urteilsfindung zu verbessern. Es bleibt jedoch abzuwarten, wie sich die Technologie weiterentwickeln und welche Auswirkungen sie auf das Rechtssystem haben wird.

Quellen:
- Damien Riehl, LinkedIn
- Logan Labs, Medium
- Hausfeld
- AI Law Librarians
- arXiv:2404.18796
- University of Pennsylvania Carey Law School
- Marie de Groot, LinkedIn
- Marktechpost
- Times of India