Neem kiezen advocaat per computer met korreltje zout
Moment van realisatie komt steeds dichterbij, maar berekenen van winstkansen advocaten blijft vooralsnog enorm complex.
Gepubliceerd door Gijs van Dijck
Bekijk de hele artikel op Het Financieele Dagblad.
Het moment dat computers helpen bij het kiezen voor de beste advocaat komt dichterbij. Advocatenblad.nl meldde op 21 september dat een bedrijf Big Data gebruikt om de kans te berekenen dat een bepaalde Nederlandse advocaat een zaak zal winnen bij een bepaalde Nederlandse rechter. Het bedrijf waar het bericht over gaat, Premonition, beweert dat advocaat-rechters-combinaties de uitkomst van een zaak met 30,7% kunnen beïnvloeden en dat deze informatie kan worden gebruikt om de juiste advocaat te vinden.
Ideaal, maar werkt het ook? Nog los van de vraag of de gegevens betrouwbaar zijn (hoe kom je daar achter?), rijst de vraag wat dit soort bedrijven werkelijk voorspellen. De suggestie die wordt gewekt is dat winst in juridische procedures een maatstaf is om de kwaliteit van advocaten te meten. Maar het tegenovergestelde kan ook worden beweerd: niet een juridische procedure, maar juist het voorkómen ervan is goed, bijvoorbeeld door een schikking te bereiken, omdat dit proceskosten en ellende bespaart.
Daarbij komt dat geschillen in civiele zaken in overgrote meerderheid worden geschikt. Informatie over winstkansen in een juridische procedure zegt niet veel over de kwaliteit van een advocaat als veruit het grootste deel van juridische geschillen, ook die waar advocaten bij zijn betrokken, niet tot een procedure voor de rechter leidt.
En dan is er het ‘appels en peren’-probleem. Wat veroorzaakt verschillen in winstkansen? Een mogelijkheid is een verschil in kwaliteit tussen advocaten, maar er zijn tal van alternatieve verklaringen. Neem het voorbeeld van de arbeidsrechtadvocaat uit Wassenaar en de arbeidsrechtadvocaat uit Enschede, waarbij de advocaat uit Wassenaar meer succes heeft voor de rechter dan de advocaat uit Enschede. Heeft het verschil in winstkansen iets met een verschil in kwaliteit te maken? Wellicht zijn de rechtzoekenden in Wassenaar welvarender, zodat zij hun advocaten meer kunnen laten uitzoeken, waardoor zij sterker komen te staan in hun zaak. Of mogelijk staat de advocaat uit Wassenaar vooral werknemers bij en de advocaat in Enschede vooral werkgevers, en staan werknemers gemiddeld genomen sterker in een procedure dan werkgevers. Het vergelijken van winstkansen tussen de twee advocaten komt dan neer op het vergelijken van appels met peren.
De claim dat winst kwaliteit voorspelt, is omstreden. Winstkansen van advocaten zeggen nog niet zo veel. Wat nodig is, zijn algoritmes die heel veel informatie kunnen achterhalen en meenemen, waaronder zaakskenmerken, zaaksbelang, geografische locatie van partijen en advocaten, kantooromvang en hoe ervaren de advocaten zijn. Deze informatie is belangrijk, omdat er dan bij het berekenen van winstkansen kan worden gecorrigeerd voor hoe sterk of kansrijk de zaak is. Het verband tussen winstkansen en kwaliteit kan dan worden geïsoleerd, preciezer worden geschat. Dergelijke informatie is nodig om te voorkomen dat er appels met peren worden vergeleken.
Een deel van de gegevens (bijvoorbeeld het aantal ervaringsjaren) kan relatief eenvoudig worden achterhaald. Het hierboven genoemde bedrijf neemt ze, als ik het goed heb, ook al mee. Het geautomatiseerd verwerken van informatie over de inhoud van de zaak, zoals zaakskenmerken en zaaksbelang is lastiger, omdat dan teksten en argumenten van de uitspraken niet alleen moeten worden geanalyseerd (complex), maar ook moeten worden gewaardeerd (zeer complex). Dat is niet onmogelijk, maar de techniek is nog niet zo ver dat dit op betrouwbare wijze kan worden gedaan voor een grote hoeveelheid gegevens.
Het voorspellen van winstkansen en uitkomsten met Big Data lijkt een vlucht te hebben genomen. Vooral in de Verenigde Staten worden zoeksystemen gebouwd waar je als gebruiker, zoals in Google, een juridische vraag kunt stellen en je een antwoord krijgt op basis van algoritmen die alle beschikbare literatuur en jurisprudentie afstruinen. Big Data heeft de potentie om een enorme impact te hebben, ook in het juridische veld. Er zullen dan ook steeds vaker juridische toepassingen worden ontwikkeld op basis van Big Data. Het is goed en interessant dat dit gebeurt. Maar neem ze niet altijd even serieus.
NOOT: Gijs van Dijck is hoogleraar Privaatrecht aan Maastricht University.
Lees ook
-
Elia Formisano, professor Neural Signal Analysis, heeft samen met zijn collega Bruno Giordano van het CNRS in Frankrijk de felbegeerde Synergy Grant ontvangen van de European Research Council. Het project is getiteld Natural Auditory SCEnes in Humans and Machines (NASCE): Establishing the Neural Computations of Everyday Hearing en ze zullen onderzoeken hoe onze hersenen geluidslandschappen verwerken, hoe de verschillende geluiden worden gescheiden en gekoppeld aan objecten en gebeurtenissen. Ze zullen gedrags- en hersenreacties bij menselijke luisteraars onderzoeken en AI-modellen creëren die de waargenomen mechanismen kunnen repliceren.
-
Eén miljard dollar. Dat bedrag mocht een medische universiteit in New York City dit jaar bijschrijven na het openen van het testament van een overleden schatrijke weduwe van een succesvol belegger. Een enorm bedrag natuurlijk, maar in de Angelsaksische landen is het schenken en nalaten aan universiteiten niets bijzonders. Dergelijke bedragen zijn in Nederland nog ondenkbaar, maar alumni zouden daar een grotere rol in kunnen spelen.
-
Kunnen digitale tweelingen van het hart gepersonaliseerde zorg bieden? In deze Science Story vertelt Dr. Nick van Osta over zijn onderzoek hiernaar.