巴基斯坦法官对JudgeGPT给出评价

在巴基斯坦，一项涉及1559名初审法官的试验测试了一款名为JudgeGPT的定制AI工具，该工具将OpenAI的GPT-4与包含128292条司法意见和943部法规的数据库相结合。该工具协助法官进行法律研究和文书起草，使每个地区的案件审结数量增加了6.3%，且判决质量没有相应下降。这项由经济学家苏丹·梅赫穆德领导的研究还为部分法官提供了培训，事实证明这至关重要：接受过JudgeGPT专门培训的法官平均登录56次并发出212条提示，而接受普通培训的法官平均登录10次并发出25条提示，未接受培训的法官则常常弃用该工具。研究人员采用检索增强生成技术来减少AI的“幻觉”现象，并通过让OpenAI的GPT-5-mini比较培训前后的判决来评估判决质量，经验丰富的律师在70.6%的情况下赞同该模型的评估。尽管该工具为法官节省了时间，但关于司法质量以及对AI过度依赖的风险仍存在一些担忧。