3000名律師1年扛6萬件訴訟，該如何更有效率分配資源？法律扶助基金會、東吳大學人工智慧應用中心、數據分析廠商SAS三方今（19）日舉行「以人工智慧提升法律扶助效益」記者會，表示目前正針對法扶過去累積的150萬筆資料進行分析，盼以資料採礦初步分析案情、律師辦案頻率、所需訴訟時間，更有效運用現有資源，也改善民眾申請法扶後只能等待、對後續發展無所適從的困境。
法扶副執行長林聰賢表示，法扶自2004年成立以來案件量成長10倍，每年申請量約21萬件、准予扶助案件6萬件、每天平均派出300位律師，過去法扶是以電腦隨機派案、加上律師專長作為參考，但每名律師接到的案件所需辦案次數、訴訟長度不等，因此盼藉助人工智慧做出模型，預測每個案件所需心力，做出平均分配、提升法律扶助效能。
另一方面，該模型也有助於節省民眾時間。過去民眾申請法扶後只能等待審核通知，對案件所花心力沒有概念，而目前法扶正研究的模型可對開庭次數、訴訟次數、所需費用進行評估，若是經濟弱勢民眾居住地區較遠、交通不便、而案件要付出較大心力，可以建議民眾找離家近的資源使用。此外，民眾常抱著「要打官司都覺得我最有理」的心態，若透過模型分析設下合理的期待，也可以減少後續溝通成本。
家事、毒品案為大宗 分析師透露數據秘密
目前法扶案件以家事案件、毒品案件為大宗，專案挑出「扶養」與「毒品」特別分析，而SAS分析師謝宗翰舉例，以扶養案件來說，同時跟「家暴」、「離婚」有關者預測出來的開庭與面談次數是5次，整體來說律師有36%機率會面對高辦案頻率，但若是離婚案件有43%、家暴則會提升到57%，機率越高代表案件所耗心力越大。
又以65歲以上申請人的扶養費案件為例，向子女請求扶養費者律師有54%機率面臨高辦案頻率，申請中低收者則上升到80%。對此謝宗翰解釋，是因部分申請者其實希望向子女請求扶養費的官司被判輸，方可在沒有子女扶養情況下去申請中低收，得到更多福利資源。
至於毒品案件，42%屬於高頻率辦案，涉及販賣者60%，但同時與轉換、吸食有關者則降到39%。謝宗翰解釋，是因吸食毒品案往往有檢驗報告成為「鐵證」讓法官快速辦案，律師也會勸申請人自白趕快認罪，因此程序就快。
「加入判決結果才是完整扶助程序」
談起導入人工智慧的最終目標，林聰賢表示理想上是可以進行線上法律診斷機制，但目前仍在持續研究中。林也說，加入判決結果才是完整扶助程序，若能加入判決結果分析一些重要因子，加上案件概述撰寫，更能給民眾合理的期待、知道案件可能發展、結果與時間，也是很好的法治教育機會。
法扶董事長范光群表示，今天初探結果只是結合學界業界合作開端，希望借助學界、業界力量提升法律扶助效益。
SAS台灣總經理陳愷新則說，幾年前他也想像不到自己會跟法律扯上關係，直到被傳訊作證「嚇得要死」，才知「人一輩子周遭親屬一定跟法律有關係，這不是很遠的事情，是近在身邊的事情」。陳愷新表示，法律訴訟少則1年、有的2、3年、一審二審打了十幾年也有，而本次SAS與法扶合作的平台，便是希望最佳化溝通成本、避免社會資源的浪費。
