1. При оказании юнитом искусственного интеллекта помощи судье и адвокату обвиняемого в выявлении обстоятельств, обусловливающих сомнения в виновности подсудимого. Вероятно, здесь имеются в виду разработки систем искусственного интеллекта, позволяющие выявлять ложные показания или фальсифицированные документы. Например, в США в 2017 г. учеными университета Мэриленд была разработана система Dare, способная разоблачать лживые показания на основе анализа мимики, голоса и жестов. Достоверность Dare достигает 92 %, что на 5–7 % выше, чем у полиграфа, и ее планируют допустить до применения в судебном заседании [4]. Подобные предложения тоже вызывают сомнения, поскольку вторгаются в сферу оценки доказательств. Кроме того, до сих пор есть масса споров о признании результатов таких экспертиз допустимыми в качестве доказательств, и нет единства судебной практики. 2. При содействии принятию решений по крупным объемам неоднородных задач в сложных условиях неопределенностей, на основе неточной, недостаточной или плохо определенной информации, в ситуациях, когда получение оптимальных или точных ответов и решений трудоемко ввиду больших объемов специфичных знаний или вовсе невозможно. Здесь можно привести в качестве примера применение разработки CaseCruncherAlpha: создан тремя студентами юридического факультета Кембриджского университета и представляет собой чат-бот, который вначале лишь отвечал на юридические вопросы, а со временем его улучшения привели к тому, что он смог предсказывать исход судебных разбирательств. Это стало поводом для проведения эксперимента, в котором 100 лучших юристов Лондона и робот CaseCruncherAlpha получили одинаковое задание – предсказать решение финансового омбудсмена по 775 спорным делам о страховании платежей. В итоге юристы оказались правы в 66,3 % случаев, а прогнозы искусственного интеллекта совпали с решением судьи в 86,6 % случаев.