CNY Бирж.12,654-0,8%RGSS0,188+0,86%MGTS1 582-3,77%IMOEX2 264,02-0,44%RTSI834,57+0,74%RGBI113,64-0,04%RGBITR773,70%

В НИУ ВШЭ разработали методику оценки результативности адвокатов в уголовном судопроизводстве

Наличие хорошего адвоката для защиты в уголовном деле во многом определяет, сохранит ли его доверитель свободу, здоровье и доброе имя. Исследователи НИУ ВШЭ предложили прогнозировать результативность адвоката по итогам его деятельности в прежних процессах. Разработанная ими методика учитывает тяжесть обвинений, сложность дел и наиболее вероятный исход с учетом данных судебной статистики.

Директор Института анализа предприятий и рынков НИУ ВШЭ Антон Казун, стажер-исследователь ИАПР Вадим Девятников и аспирант Калифорнийского университета Михаил Белов предложили методику расчета результативности работы адвокатов в уголовном судопроизводстве. Они изложили ее в статье «Асимметрия информации на рынке адвокатских услуг: создание рейтинга методами машинного обучения», опубликованной в журнале «Вопросы теоретической экономики».

Авторы отметили значимость выбора адвоката в уголовном правосудии: квалифицированный юрист способен добиться прекращения дела, оправдания и приговора, не связанного с лишением свободы, а неверные действия адвоката могут привести к реальному сроку. Международные исследования показали: лучшие адвокаты снижают вероятность лишения свободы на 14 п. п. по сравнению с коллегами из нижнего процентиля.

Исследователи разработали методологию с использованием моделей, прогнозирующих решения судов на основе характеристик дела, на которые не влияет адвокат, и сравнивали их с реальными исходами. Обзоры методов машинного обучения прогнозирования решений судов показали их высокую точность, надежность их алгоритмических прогнозов и возможность их применения для построения моделей оценки эффективности адвокатов. Разница между реальностью и прогнозом считалась вкладом адвоката, регулярные благоприятные исходы увеличивали его рейтинг.

Авторы изучили более 7 млн опубликованных решений судов по уголовным делам за 2010–2025 годы. Из их текстов автоматизированно извлекались: информация о тяжести преступления; характеристики подсудимого; смягчающие и отягчающие обстоятельства; суд и регион, социально-демографические характеристики населенного пункта; время вынесения решения; процессуальные особенности; данные об адвокате.

Прогнозирование исходов судебных решений велось поэтапно с учетом ключевых процессуальных развилок дела, обеспечивалась корректность сравнения прогнозируемых и фактических результатов.

На первом этапе прогнозируется вероятность судимости (обвинительного приговора, в том числе условного срока). Несудимостью считалось прекращение дела, возвращение прокурору, примирение сторон, судебный штраф, оправдательный приговор и др. Модели на этом этапе обучают на полной совокупности уголовных дел.

Далее следует ключевой момент оценки тяжести последствий для подсудимого — расчет наказания в приговоре (реальное лишение свободы, условное осуждение, штраф, обязательные работы и др.), сравнивается вероятность реального срока и альтернативных наказаний.

Затем в делах с реальным лишением свободы предсказывается его длительность в месяцах, изучается способность адвоката снизить наказание. Модели обучаются на делах с назначением реального срока.

Расчет рейтинга эффективности адвокатов начинается с расчета «сырой» дельты для каждого дела между фактическим и предсказанным исходом. Положительная дельта означает благоприятный для фигуранта исход: например, дело прекратили, хотя прогнозировался приговор, или фактический срок оказался ниже рассчитанного. Если на первой стадии не достигнут благоприятный исход при его высокой вероятности, бонус адвоката за мягкий приговор на следующей стадии снижается.

Для получения итоговой оценки адвоката значения дельты взвешиваются на число дел на каждой стадии. По итоговым значениям рассчитывается финальная позиция каждого адвоката в общем распределении, а рейтинг определяется его позицией в соответствующем дециле.

Авторы отмечают, что существуют ограничения, связанные с доступностью данных и с методологическими допущениями. Сейчас невозможно оценить эффективность деятельности адвоката в досудебной стадии, что создает вероятность недооценки результативных в ней защитников. Не все судебные решения доступны, из части текстов изъяты персональные данные, в том числе ФИО адвокатов. Наконец, участие квалифицированных адвокатов в сложных делах может занижать их рейтинг при недостаточном контроле сложности.

Авторы подчеркивают, что рейтинговая система не может и не должна использоваться как единственный критерий выбора защитника. Перспективными направлениями развития методологии они называют расширение анализа на досудебную стадию, повышение точности прогнозирования. Еще одной задачей они считают решение проблемы множественных подсудимых.

Предложенная авторами методика легла в основу сервиса «Ходатай». Ознакомиться с его работой можно на сайте.

Другие пресс-релизы