|
昨日に引き続き、「民事事実認定」を読んでいます。
まるで数学書を読んでいるかのようで、結構しんどいです。
今日のテーマは「ベイズ意思決定理論」です。
事実認定は通常は３段論法モデルで説明される。
すなわち、事実(小前提)に法＝経験則(大前提)を適用することによって判決(結論)が導かれる。
ここでベイズ意思決定理論とは、事実認定の心証度ないし証明点というものが、人間の主観的な
確率判断であるから、そこに確率論を応用し、事実認定を客観化しようという試みである。
このベイズ意思決定理論はファジィ理論やニュートラル・ネットワーク理論のように、
「まず人間の判断があり、それに近い結論を出す」
ことを目的とするものではなく、
「何が正しい判断（事実認定）であるかを判定する基準となる」
という点で、�〇�実認定システムを再構築し、�⊆膣囘�確率判断の合理性確保、追証可能性が生
まれるというメリットがあり、事実認定を客観化することが可能であるという主張である。
で、事実認定の場面で語られる「ベイズ意思決定理論」とは何かというと
「証拠が集積する前段階で持っている当該問題となる主張の正しさの見積り＝事前確率に対し
て、補強証拠や反対証拠による変動を加味する。
そうすると最終的な心証度＝事後確率が算出される。
この事後確率が、証明点を超えるか否かで事実が認定され、立証の成否が決定される。」
というものである（大雑把！）。
具体的事例でいうと「飲酒運転」という事実認定に際して、
�￣薪昭圍泳�人に１人の割合で飲酒運転があるとすると事前確率は０．０００１
アルコール感知器の反応精度９５％、誤作動が１％であるという間接事実(1)を加味すると
事後確率が約０．００１となる。
�⊆萃�時期が飲酒運転の多発する祭りの深夜であり、例年10人中1人が飲酒運転であるという条件
があるとすると事前確率は０．１であり、上記のアルコール感知器の間接事実を加味すると、
事後確率は０．９１となる。
さらに、無灯火で蛇行運転している運転者の９０％は飲酒運転であるという事前確率を加えると
事後確率は０．９９９となる。
といった具合に、事前確率（＝経験則）の重畳により間接事実の証明力を飛躍的に上昇させ、誤判
の防止を実現できるというのである。
これに対しては、事前確率に関する大量のデータが存在しなければ実用性がないという理論的正当
性の問題ではなく、実用可能性の観点からの批判があり、これに対しては現実に行われている自由
心証と経験則による事実認定も主観的確率判断であり、原理的には同じことをやっているのだから
実用性を問題にするべきではないという反論が加えられたりもしている。
結論的には事実認定がいかに行われているかは明かというわけではなく、主観的確率判断のみなら
ず規範的評価や政策的判断、人間行動の合理性などがプラスアルファの要素として存在するのであ
り、ベイズ理論のみで説明できるものではない。
ただ、事前確率に追加的な情報付加して事後確率を導くという過程が大局的に間違ってはおらず
事実認定の核となる部分、合理的に説明できる部分を合理的に説明しているという意味では、アプ
ローチは成功しているという評価である。
個人的な見解を加えようもないくらい高度な議論だが、あえて見解を述べるとすると、ベイズ理論
は裁判官の経験則を確率論という形で明確化するという点に意義があると思われるが、事前確率が
明確化すればするほど、不合理行動＝不利な事実認定ということになりはしないか。
また、事前確率が明確化することにより、裁判官の事実認定の予測可能性が高まり、逆にその裏
をつく行動をあえて行うことで真実に反する認定を故意に引き出す危険はないのかといった疑問が
ある。
他方で、このように経験則を数値として明確化することにより、裁判官の事実認定が検証可能と
なり、常に数学的正確のある認定根拠が要求されることになるから、弁護士の立場からすれば、
数学的正確性のある証拠提出が求められることになる。そうすると、弁護活動の高度化が進むこと
になり、今以上に自己研鑽が求められることになるだろう。これに対応できる方向性を今のうちか
ら確立させておかなければならないなーという自覚が生じた。
なんだか今日はグズグズだけど、もうちょっと勉強しないと難しいね･･･
|
コメント（0）
