人工智慧與法律資料分析之方法與應用：以單獨親權酌定裁判的預測模型為例

本文試圖應用人工智慧技術至法學問題。首先簡單介紹人工智慧的基本內涵，以及其分支技術機器學習的內容與功能為何，之後說明將其應用於法學研究，具體從事法律資料分析（legal analytics）之實益。其次，本文蒐集2012年1月1日至2014年12月31日共三年期間，當父母均為本國人、也都有意願爭取親權時，地方法院第一審共448件結果為「單獨親權」之裁判，包含了690位子女，使用機器學習當中的「梯度提升法（gradient boosting）」，分析其中民法第1055條之1的各項因素具有多高的重要性。研究發現，最重要的三項因素與比重分別是：主要照顧者為0.356，子女意願為0.267，親子互動為0.152；亦能明確指出其他各項因素的重要性程度。模型準確率（accuracy）為95.7 %，F1分數為0.927，表現相當良好。本文指出了在親權判決中，法官重視的因素以及重視的程度；人工智慧所建構的模型並能有效預測事件的結果，提高裁判的可預測性與透明性。如此，當事人與律師有更充足的資訊評估是否採取訴訟途徑，可能促進訴訟外紛爭解決（調解、和解）的使用率。惟須留意者，由於資料來源的限制，本文僅就公開裁判範圍預測；此外，法院如何判定共同監護、分別監護或第三人監護，亦待將來之研究。