AI與量刑一致性的挑戰——詐欺案件的實驗

量刑的研究之所以重要，在於檢驗審判者是否能夠在類似案件中做出一致的判決，而不會因個別差異導致結果大相逕庭，從而確保公平性。然而，由於法官在司法審判中擁有超然的獨立性，他們會根據自己的經驗和價值觀來決定量刑，因此即使面對類似的案件，量刑結果也可能有所不同。這種差異往往難以讓民眾了解背後的考量原因，因此引發了關於量刑公正性的疑問。

Lodi因此產生了一個有趣的思考：生成式AI，由於沒有個人經驗和價值觀的影響，是否能在類似案件的事實中，做出一致且相對公正的判決呢？為了驗證這個假設，Lodi進行了一項實驗，測試生成式AI是否能在相似的詐欺案件中給出合理且一致的量刑建議。

實驗設計：以詐欺案件為例的量刑測試

Lodi在司法院判決書查詢系統選擇了幾個詐欺案件來進行測試，這些案件的選擇基於以下共通點：

1. 適用法條：皆為普通詐欺罪。
2. 詐騙金額：金額約在新台幣100萬至200萬元之間。
3. 審判年分：案件的審理均落在111年至112年間。

選定的案件如下：

• 台灣台北地方法院111易299號判決：詐騙金額102萬元，刑期1年2月。
• 台灣桃園地方法院112易74號判決：詐騙金額150萬元，刑期1年。
• 台灣高雄地方法院111易字362號判決：詐騙金額186萬元，刑期1年2月。

Lodi接下來將這些案件的事實交由生成式AI（GPT-4）進行量刑建議，期望能測試AI在這些相似案件中的判斷。

AI的初步量刑建議與實際判決的對比

案件一：台灣台北地方法院111易299號

• 犯罪手段：被告透過虛構的體育賽事投資計畫，誘騙受害人參與投資，詐騙金額達102萬元。部分款項以虛假的獲利名義返還。
• 被告態度：被告缺乏悔過態度以及未取得被害人的諒解
• 法院判決：有期徒刑1年2月。
• GPT建議：
  綜合考量詐欺金額的巨大、被告缺乏悔過態度以及未取得被害人的諒解，建議量刑為4年6個月有期徒刑，並併科罰金30萬元。

案件二：台灣桃園地方法院112易74號

• 犯罪手段：利用職業身份及不實的房產資訊，誤導受害人借款150萬元。
• 被告態度：拒不承認犯罪，並提出無法證明的辯解，顯示其悔意不足
• 法院判決：有期徒刑1年。
• GPT建議：3年6個月有期徒刑，並併科罰金30萬元。

案件三：台灣高雄地方法院111易字362號

• 犯罪手段：以虛假的泰達幣交易詐騙，金額達186萬元，犯罪計劃周密且涉及偽造交易紀錄。
• 被告態度：被告陳ＯＯ僅坦承部分客觀事實然否認犯行，及被告周ＯＯ於審理中雖坦承全部犯行，惟為使被告陳ＯＯ卸責而為偏頗陳詞，
• 法院判決：陳ＯＯ共同犯詐欺取財罪，處有期徒刑壹年貳月。
  周ＯＯ共同犯詐欺取財罪，處有期徒刑壹年陸月。
• GPT建議：考慮到詐騙的金額龐大、犯罪計劃周密、兩名被告均未顯示悔過情況，且被害人遭受了重大的經濟損失，建議對兩名被告量刑為4年有期徒刑，並併科罰金50萬元。

比較表格：

結論與觀察

在這次實驗中，可以了解到AI有能力根據不同的案件給出不同的量刑判決，但是，AI給出的量刑建議普遍高於法院的實際判決。惟在幅度尚具有一定程度的一致性，法院所判的刑期約在一年至一年二月間，而AI所判的刑期約在三年六月至四年間。這或許表明AI傾向於根據犯罪金額和案件複雜性進行較為嚴厲的量刑。這一結果顯示出，雖然AI能根據事實與法律條文進行判斷，但在量刑標準上仍與實務有所不同，尤其在缺乏具體的量刑基準時，AI似乎更容易給出重判。
接下來，Lodi將會嘗試提供更多資訊嘗試訓練AI！