一种由人工智能驱动的算法可以根据法官的净资产、政治派别和法学院就读地，预测法官在民事案件中的判决方式，从而为律师和原告提供建议，帮助他们选择最佳的资源投入方式。它将寻找有同情心的法官的艺术（或称"挑选法官"）变成了一门精确的科学。

"挑选法官"是指寻找法官或更换已指派的法官来审理案件，希望以此获得更有利的结果。虽然这在法律界已是公开的秘密，但"挑选法官"却被认为是滥用程序，为自己谋取战术上的利益，损害了司法系统的公正性。

今年早些时候，有报道称美国反堕胎组织在得克萨斯州阿马里洛而非食品药品管理局总部所在地马里兰州对食品药品管理局批准一种堕胎药提出质疑，这种策略成为头条新闻。选择阿马里洛作为审判地并非巧合：这个小城市只有一个联邦法院，由一名联邦法官主持，他就是极度保守的美国地区法院法官马修-卡克斯马里克（Matthew Kacsmaryk）。

现在，人工智能让挑选法官变得更容易了。2023 年 1 月，唯一能预测联邦诉讼结果的诉讼分析平台 Pre/Dicta 收购了州法院司法分析平台 Gavelytics，美国 95% 的案件都是在州法院审理的。

Pre/Dicta 对法官和司法辖区进行比较，以预测民事案件的胜诉可能性

Pre/Dicta 是一个由人工智能驱动的数据集，它不考虑相关法律或案件事实，而是根据法官的履历细节--净资产、政治派别、任命人、教育背景和工作经验--以及他们的判决历史来预测他们在民事案件中的判决方式。Pre/Dicta 旨在帮助律师和原告决定如何最好地投入时间和资源，其准确率高达 86%。值得注意的是，Pre/Dicta 不能预测刑事案件和陪审团审判的结果。

公司首席执行官兼联合创始人丹-拉比诺维茨（Dan Rabinowitz）在2022年6月推出该平台时表示："Pre/Dicta帮助顶级诉讼律师理解和应用司法行为，这是人类无法做到的。我们相信，我们的驳回动议预测工具以及即将推出的其他工具，将成为任何顶级诉讼律师整体诉讼策略中不可或缺的一部分。"

Gavelytics于2017年推出，在Pre/Dicta之前，Gavelytics是州法院诉讼分析领域的市场领导者，到2022年，其地理覆盖范围已扩大到美国25个州，不仅收集了法官的数据点，还收集了律师事务所、律师和诉讼当事人的数据点。这些信息现已加入 Pre/Dicta 的数据集。

"这笔交易是 Pre/Dicta 和整个预测性诉讼分析领域的一个重要里程碑，"Rabinowitz 在谈到 Pre/Dicta 收购 Gavelytics 时说。"通过收购Gavelytics的州法院资产，Pre/Dicta大大加快了诉讼律师圣杯的打造速度：为全国范围内的每一起诉讼提供预测的产品。"

Pre/Dicta算法可提供特定法官批准动议的可能性以及所需的时间

迄今为止，法官似乎一直在避免成为人工智能的目标。相反，关于人工智能对法律行业的影响的讨论主要集中在如何提高耗时的人工任务（如研究或文件起草）的效率上。

那么，Pre/Dicta 这样的人工智能驱动平台是件好事吗？抛开"挑选法官"的问题不谈，它还是有一些明显的优势的。首先，诉讼费用高昂，因此让原告了解他们的钱是否花得值，可以说是一个重要的考虑因素。而且，如果有更多的人根据人工智能的胜诉预测决定不打官司，那么可能会减少本已堵塞的系统中积压的案件。

然而，选择法官的问题依然存在，而且在人工智能的帮助下，这种现象有可能更加普遍。2023 年 4 月，民主党参议员马齐-博野（Mazie Hirono）提出了一项法案，规定美国哥伦比亚特区（DC）地方法院对涉及移民和竞选资金挑战等具有全国影响的案件拥有专属管辖权，以努力遏制挑选法官的现象。

赫罗诺在一份新闻稿中说："当当事人能够选择法官时，就会让人觉得他们能够预先确定案件的结果，从而损害我们联邦司法系统的公正性。激进的原告不应该亲自挑选个别法官来制定全国性的政策，这就是为什么我们必须解决在联邦法院挑选法官的问题。"

时间会证明 Pre/Dicta 案对选择法官的做法会产生什么影响，尤其是在涉及国家利益的问题上。但这一现象不可能很快消失。