Соломон постоянно сталкивается практически с той же проблемой, которая стояла осенью 1938 г. перед Невиллом Чемберленом и британским дипломатическим корпусом: ему нужно оценить личность незнакомца. И система уголовного правосудия предполагает, как и Чемберлен, что трудные решения такого рода лучше принимать после того, как судья лично пообщается с обвиняемым.

Например, в тот четверг, ближе к вечеру, перед Соломоном предстал пожилой мужчина с короткой стрижкой и намечающейся лысиной. Он был в джинсах и гуаябере и говорил только по-испански. Этого человека арестовали после «инцидента», в котором был замешан 6-летний внук его подружки. Мальчик сразу рассказал о происшествии отцу. Окружной прокурор затребовал залог в $100 000. У обвиняемого явно не было возможности собрать такую сумму. Если Соломон согласится с прокурором, человек в гуаябере отправится прямиком в тюрьму.

И это при том, что предъявленные обвинения арестованный категорически отрицал. В прошлом он дважды нарушал закон, но это были мелкие правонарушения, совершенные много лет назад. Теперь этот мужчина работает механиком, но, скорее всего, лишится работы, если окажется в тюрьме, а ведь он материально поддерживает бывшую жену и 15-летнего сына. И Соломону приходится принимать в расчет также и этого подростка, чье благополучие зависит от зарплаты отца. И, конечно, судья понимает, что 6-летний ребенок – не самый надежный свидетель. В общем, Соломон никак не может знать, окажется ли разбираемое дело просто большим недоразумением или же частью преступного деяния. Иначе говоря, выбор – оставить ли мужчину в гуаябере на свободе или отправить в ожидании суда в тюрьму – невероятно труден. И дабы не ошибиться, судья делает то, что сделал бы на его месте любой из нас, – пытается понять, что за человек перед ним. Помогает ли ему в этом личное общение? Или парадокс Невилла Чемберлена относится и к судьям тоже?

4

Лучший ответ на этот вопрос дает исследование, совместно предпринятое одним экономистом из Гарварда, тремя крупными учеными-информатиками из Чикагского университета и судебным экспертом. Эта группа – для краткости я буду называть ее по имени экономиста, Сендила Муллайнатана, – выбрала в качестве испытательного полигона город Нью-Йорк. Исследователи изучили дела 554 689 человек, которым в 2008–2013 гг. были предъявлены обвинения в городских судах. Из них, как выяснилось, нью-йоркские судьи отпустили на свободу под залог чуть больше 400 000.

Затем Муллайнатан при помощи системы искусственного интеллекта запустил в обработку данные, которые прокуроры передавали судьям (возраст обвиняемого и полицейское досье), поставив перед компьютером задачу – выбрать из 554 689 человек 400 000, подлежащих освобождению. Это было состязание: человек против машины. Чьи решения более правильные? В котором из списков окажутся люди, не совершившие, будучи выпущенными под залог, никаких правонарушений? И как насчет злоумышленников, что потом не явились на суд? Результаты отличались разительно: 25 % граждан, отпущенных нью-йоркскими судьями под залог и совершивших правонарушения в ожидании суда, компьютер идентифицировал как «подозрительных лиц»! В этом состязании машина разбила человека наголову.

Вот лишь один штрих, показывающий эффективность программы Муллайнатана: компьютер пометил 1 % обвиняемых как «группу высокого риска». Этих людей, по мнению искусственного интеллекта, ни при каких обстоятельствах нельзя оставлять на свободе до суда, поскольку, будучи отпущенными под залог, они вновь нарушат закон. Однако живые судьи, работавшие с этими «паршивыми овцами», вообще не сочли их опасными.