View
39
Download
4
Category
Preview:
DESCRIPTION
Réseaux de neurones et raisonnement du juge. Filipe BORGES. Atelier Complexité et Politiques Publiques 23-24 septembre 2010 ISC-PIF, 57-59 rue Lhomond 75005 PARIS. 1. Le processus décisionnel du juge. Phénomène complexe existence de critères flous interactions nombreuses - PowerPoint PPT Presentation
Citation preview
Réseaux de neuroneset raisonnement du juge
Réseaux de neuroneset raisonnement du juge
Filipe BORGESFilipe BORGES
Atelier Complexité et Politiques Publiques23-24 septembre 2010
ISC-PIF, 57-59 rue Lhomond 75005 PARIS
1. Le processus décisionnel du juge
• Phénomène complexe existence de critères flous interactions nombreuses forte récursivité Difficilement justifiable en l’absence de règles
Pistes de modélisation
• Les systèmes experts Limite : applicables en présence de règles.
Donc non applicables dans un contexte ‘flou’
• Les réseaux de neurones artificiels
1. Le processus décisionnel du juge
2. Représentation du processus décisionnel par réseaux de neurones artificiels (RNA)
• Outil statistique permettant de construire un modèle de comportement
• Modèle de RNA utilisé : perceptron multicouche à algorithme de rétropropagation :
• couches successives de neurones• algorithme d’apprentissage
Mode de fonctionnement du RNA
1- Série de cas juridiques fournis au réseau
2- Apprentissage progressif de cette base de cas et reconstitution du processus décisionnel
3- Résolution correcte de nouveaux cas
2. Représentation du processus décisionnel par réseaux de neurones artificiels (RNA)
Objectif : évaluer la capacité des RNA à modéliser un processus décisionnel juridique entièrement flou
• Contentieux retenu : la réparation du préjudice esthétique -> détermination du montant de la réparation à attribuer en fonction de l’estimation de la gravité d’un préjudice esthétique. Critères identifiés, en nombre limité Aucune règle décrivant le rôle/la valeur de chaque critère Conclusion chiffrée (montant)
2. Représentation du processus décisionnel par réseaux de neurones artificiels (RNA)
Montant
Importance d’un préjudice (de 1 à 7)
Age de la victime (de 0 à 100)
Genre de la victime (H/F)
Degré d’exposition au public (de 0 à 100)
Descripteurs du cas
Traitement par RNA
Résultat interprétable en droit
Après 200 000 itérations :
• apprentissage réussi (taux d’erreur moyen de 13%)
• généralisation à de nouveaux cas satisfaisante (taux d’erreur moyen de 18%)
2. Représentation du processus décisionnel par réseaux de neurones artificiels (RNA)
Résultat de l’expérimentation
• Le RNA peut être considéré comme un modèle possible du processus décisionnel du juge
• Des expériences similaires sur d’autres contentieux présentent des résultats conformes
Limite du modèle• Absence de justification du résultat (outils non
valorisables en droit)
2. Représentation du processus décisionnel par réseaux de neurones artificiels (RNA)
• Hypothèse : la valeur et l’influence d’un critère constituent les éléments de la justification du raisonnement
• Développement : algorithme chargé d’analyser le mode de propagation du signal au sein du RNA et d’identifier l’influence de chaque neurone sur la valeur de sortie
3. Dé-complexification par RNA
Résultats les justifications produites par l’algorithme de
justification sont équivalentes à celles des juges (testeurs)
En situation complexe, il permet une justification que le décideur n’est plus en mesure de fournir
Une combinaison RNA + algorithme de justification peut être utilisée par le magistrat pour analyser son propre processus décisionnel
L’utilisation de cet algorithme montre qu’il est possible de comprendre un phénomène complexe au moyen d’un découpage pas à pas.
3. Dé-complexification par RNA
Interface d’un RNA chargé de déterminer un montant d’indemnisation(domaine : licenciement sans cause réelle et sérieuse)
Liste des descripteurs
Liste des descripteurs
Description d’un cas particulier
Description d’un cas particulier
Montant de l’indemnisation
Montant de l’indemnisation
Influence par groupe(en gras les critères
augmentant le montant)
Influence par groupe(en gras les critères
augmentant le montant)Influence de
chaque critère
Influence de chaque critère
Observation d’un phénomène de catégorisation
• Lors de l’apprentissage du mode de résolution d’un contentieux juridique le RNA modifie sa structure interne : en situation de surentraînement cette modification peut faire émerger des ‘patterns’.
• Ces patterns peuvent correspondre aux catégories juridiques utilisées pour solutionner le contentieux.
3. Dé-complexification par RNA
Modélisation par RNA du contentieux de l’applicabilité de la clause de non-concurrence (CNC)
Descripteurs du cas Traitement par RNA (surentraînement)
Les patterns observés dans la
structure correspondent aux catégories utilisées
en droit
CNC prévue au contrat de travail
CNC prévue à la convention collective
CNC portée à la connaissance du salarié
Salarié ayant accès à des informations stratégiques
Durée excessive
Périmètre géographique excessif
Liste des entreprises visées excessive
Contrepartie financière prévue au contrat de travail
Liste des activités excessive
Contrepartie financière prévue à la convention collective
Contrepartie financière payée
CNC annulée par le salarié
Levée de la CNCE prévue
CNC levée par l’employeur
Protection des intérêts légitimes de l’entreprise
Protection des intérêts légitimes de l’entreprise
Existence de la clause
Existence de la clause
Contrepartie financière
Contrepartie financière
Respect de la liberté du
travail
Respect de la liberté du
travail
Levée de la clause par l’employeur
Levée de la clause par l’employeur
CNC applicable
ou
CNC non applicable
Observation d’un phénomène de catégorisation
• En contraignant la structure interne du RNA on peut le forcer à faire émerger de nouvelles catégories : prospection des contentieux juridiques afin de faire émerger de nouveaux « chemins décisionnels»
3. Dé-complexification par RNA
• Autres champs d’application en droit à prospecter Identification des règles cachés au sein d’une base de cas, Identification d’incohérences au sein d’un corpus de règles, Candidats en tant qu’outils d’identification de critères
juridiques ‘bas-niveaux’ (par orthogonalisation des vecteurs d’entrée du RNA)
Limites à surmonter automatiser des process qui relèvent pour l’instant de la
technique et de l’expérience de l’utilisateur développer des interfaces plus ‘user-friendly’, visant à
rendre autonomes sur ces outils les experts des domaines à modéliser
4. Conclusion et travaux futurs
Recommended