Miljontals rättsfall fastnade i kö i decennier – nu avgjorde pakistanska domare 6,3 procent fler mål med AI
Pakistanska domare avgjorde 6,3 procent fler mål – tack vare ett skräddarsytt AI-verktyg.
När AI slutar vara ett löfte och börjar bli ett verktyg
Det har pratats länge om att artificiell intelligens ska förändra samhället i grunden. Ofta stannar det vid framtidsvisioner och konferenspresentationer. Men den här veckan kom två nyheter som känns annorlunda — konkreta, mätbara, och med direkta konsekvenser för riktiga människor.
2,26 miljoner oavgjorda mål — och en idé om hur man tar sig ur det
Pakistans rättsväsende befinner sig i kris. Enligt IEEE Spectrum finns det knappt två domare per 100 000 invånare i landet, att jämföra med 22 i EU. Det har resulterat i en anhopning av över 2,26 miljoner oavgjorda ärenden. För den som väntar på ett domslut kan det handla om år, ibland decennier, av rättsosäkerhet.
Ekonomen Sultan Mehmood vid New Economic School i Moskva ledde ett fältexperiment där ett specialbyggt AI-verktyg — kallat JudgeGPT — testades på 1 559 domare i landets tingsrätter. Verktyget byggde på GPT-4 och kopplades till en databas med nästan 130 000 pakistanska domstolsutslag och 943 rättsliga stadgar.
Resultatet är svårt att ignorera: i de distrikt där flest domare genomgått programmet steg antalet avgjorda mål med 6,3 procent. Och överklagandefrekvensen sjönk något, vilket tyder på att hastigheten inte gick ut över kvaliteten.
Det som gör experimenten extra intressant ur ett tekniskt perspektiv är hur forskarteamet hanterade det klassiska problemet med påhittade rättskällor. Domare som tidigare provat kommersiella AI-tjänster hade vittnat om just detta — att systemet helt enkelt hittar på prejudikat som inte existerar. Lösningen var hämtningsförstärkt generering, en teknik där modellen tvingas förankra sina svar i en verifierad dokumentsamling snarare än att gissa fritt.
Minst lika viktigt som tekniken var dock utbildningen. Nästan 1 200 domare deltog i sex träffar à 90 minuter, framtagna i samarbete med Pakistans federala domarakademi. Man gick igenom hur stora språkmodeller fungerar, deras begränsningar, och riskerna med partiskhet i träningsdata. Det är klokt. Ett verktyg som ingen förstår — eller ingen litar på — används inte, oavsett hur bra det är.
Elnätet: en infrastruktur byggd för en annan tid
På andra sidan jordklotet brottas USA med ett annat slags systemkris. Det amerikanska elnätet byggdes för decennier sedan, dimensionerat för en förutsägbar värld med centraliserade kol- och gaskraftverk. Den världen finns inte längre.
Enligt IEEE Spectrum pekar det amerikanska energidepartementet på en kombination av industriell tillväxt, extremväder och en rekordhög ökning av elförbrukningen. Enbart i Texas har det största elöverföringsbolaget tagit emot ansökningar om nyanslutningar på hisnande 220 gigawatt — i huvudsak från datacenter och molnanläggningar. Kopplingen är närmast ironisk: den AI-infrastruktur som ska lösa framtidens problem är samtidigt en av orsakerna till att elnätet knakar i fogarna.
Därtill ställer den snabba utbyggnaden av sol- och vindkraft operatörerna inför helt nya krav. Förnybar energi är väderberoende och svår att förutsäga, vilket kräver realtidsbalansering av tillgång och efterfrågan på ett sätt som gamla styrsystem inte klarar.
Nu lanserar IEEE en kurs specifikt utformad för att rusta ingenjörer och nätoperatörer med AI-baserade verktyg för att hantera just denna komplexitet. Precis som i Pakistan handlar det inte bara om tekniken i sig — utan om att bygga kompetens hos de människor som ska använda den.
Det gemensamma mönstret
De här två nyheterna handlar om vitt skilda domäner: juridik och energiinfrastruktur. Men de delar ett viktigt mönster som jag som systemutvecklare känner igen direkt. Den svåraste delen av att bygga användbara AI-system är sällan algoritmerna — det är att förstå problemet tillräckligt djupt, förankra lösningen i verkliga data, och sedan se till att faktiska användare förstår och litar på det de får i händerna.
Båda projekten tar den utmaningen på allvar. Det är därför de också levererar resultat.
Vår analys
Det som imponerar mest med båda dessa initiativ är inte den underliggande tekniken — det är implementationsfilosofin. JudgeGPT är inte ett autonomt system som ersätter domare; det är ett stödverktyg som hjälper dem att arbeta snabbare och säkrare. IEEEs kurs handlar inte om att AI ska sköta elnätet på egen hand, utan om att rusta mänskliga operatörer med bättre analysförmåga.
Det är en viktig distinktion. Vi är inne i en fas där AI-verktyg faktiskt kan göra skillnad i samhällskritiska system — men bara om de byggs med respekt för den kontext de ska verka i. Pakistan-experimentet visar att 6 procents effektivitetsökning i ett rättsväsende inte är en liten sak; det handlar om hundratusentals människors liv och rättssäkerhet.
Fram till nu har AI-debatten ofta handlat om framtida möjligheter eller framtida risker. Det vi ser nu är något mer intressant: nuet, med mätbara resultat. Den trenden lär accelerera.