人工智慧酒駕量刑估計系統

AI DUI Sentencing Estimate System

本網頁展示台灣大學法律資料分析研究室與台灣師範大學數位人文研究室之研究成果。 研究室使用司法院所公開釋出的判決書作為訓練資料,運用自然語言處理+深度學習技術建立人工智慧模型,針對酒駕案件(Driving under the influence, DUI)預測可能的判決結果,提供讀者參考。 本研究目前使用的是單純酒駕判決(刑法§185-3條第1項第1款),因此不包含其他致人於傷、致人於死,或吸毒駕車。 因其運算方法與數據,本研究亦有研究限制,詳情可參閱後附學術論文,AI模型運算結果僅供學術討論。如有指教、回饋或合作需求,請洽:hlshao2@gmail.com。

使用方法:
一、請於下列框框中輸入「酒駕相關情狀」的任意文字,可以是虛構的或真實的,例如「某某飲酒後,吐氣所含酒精濃度達每公升0.25毫克以上之程度,基於不能安全駕駛動力交通工具之犯意駕車上路。」
二、按下「計算」,得到人工智慧所預估之數值。
三、使用者可以加入任意資訊。如「經查為累犯」等等,觀察其異同。
四、在下面部分,本網頁隨機提供了一些以往判決中的案例與「事實情狀」,以及其實際判案結果,提供參考。

後記: 「酒駕」案件是台灣重要的社會議題之一,也是法律實踐與社會意識的重要接點。 尤其是發生酒駕重大傷亡事件之際,更是會有很多的社會辯論以及修法呼聲。研究室成員期望能提供此議題的實證研究,同時關心社會。(2021.12)

量刑估計數值: 大於2月,3月以下

上格輸入情狀: 某某飲酒後,吐氣所含酒精濃度達每公升0.25毫克以上之程度,基於不能安全駕駛動力交通工具之犯意駕車上路。經查為累犯。

模型展示說明影片

相關學術論文1: 邵軒磊,2021/5, 人工智慧與酒駕刑度估計──深度學習卷積神經網路量刑模型之實踐, 月旦法學雜誌。
相關學術論文2: 黃詩淳、邵軒磊,2020/3, 以人工智慧讀取親權酌定裁判文本--自然語言與文字探勘之實踐, 國立臺灣大學法學論叢。
相關學術論文3: 黃詩淳、邵軒磊,2017/11,運用機器學習預測法院裁判: 法資訊學之實踐, 月旦法學雜誌。

過往案例

請點選「隨機抽出」,本欄位將提供三則過往的酒駕案例,提供刑度與事實之對照,資料來源為司法院之公開判決書。

真實量刑數值: 大於2月,3月以下
判決記載: 事實及理由一、本件簡易判決所認定之犯罪事實與證據,除於犯罪事實欄第3 行補充「基於不能安全駕駛動力交通工具之犯意」外,餘與檢察官聲請簡易判決處刑書之記載相同,依刑事訴訟法第454 條第2 項規定引用之(如附件)。二、核被告所為,係犯刑法第185 條之3 第1 項第1 款不能安全駕駛動力交通工具罪。...

真實量刑數值: 大於2月,3月以下
判決記載: 事實及理由一、本件犯罪事實及證據,均引用如附件檢察官聲請簡易判決處刑書之記載。二、按刑法第185條之3第1項第1款所稱「駕駛動力交通工具而吐氣所含酒精濃度達每公升零點二五毫克或血液中酒精濃度達百分之零點零五以上」係屬抽象危險犯,不以發生具體危險為必要,只須客觀上行為人駕駛動力交通工具且其酒精濃度達到上開標準值,即認定行為人有「不能安全駕駛」之危險存在。查被告於為警查獲時吐氣所含酒精濃度為每公升0.43毫克,已逾每公升0.25毫克以上之標準,核被告所為,係犯刑法第185條之3第1項第1款之罪,又被告有如聲請所述之犯罪科刑及有期徒刑執行完畢之情形,此有臺灣高等法院被告前案紀錄表1份在卷可稽,是其於受徒刑之執行完畢後,5年以內故意再犯本件最重本刑為有期徒刑以上之罪,為累犯,應依刑法第47條第1項之規定加重其刑。爰審酌被告前曾犯同本件之行為(見同上述),是其明知酒精成分對人之意識能力具有不良影響,酒後駕車對一般往來之公眾及駕駛人自身皆具有高度危險性,既漠視自己安危,尤罔顧公眾安全,仍於服用酒類後,騎乘普通重型機車行駛於道路上,其行為對交通安全所生危害程度非輕,兼衡其素行、智識程度、家庭經濟狀況、犯後態度等一切情狀,量處如主文所示之刑,並諭知易科罰金及易服勞役之折算標準。...

真實量刑數值: 大於2月,3月以下
判決記載: 事實及理由一、本件犯罪事實及證據,均引用檢察官聲請簡易判決處刑書之記載(如附件)。二、核被告謝佳燕所為,係犯刑法第185 條之3 第1 項第1 款不能安全駕駛動力交通工具罪。爰審酌被告前有一次酒駕前科,竟再次於飲酒後,吐氣酒精濃度已達每公升0.43毫克,仍騎乘普通重型機車行駛於一般道路上,不但漠視自身安全,亦增加其他用路人無端風險,且交通事故動輒造成死傷,其潛在危害不言可喻,況當前立法政策就酒駕行為加重刑罰屢經各媒體大力宣導,其率爾違犯刑律,顯係缺乏對其他用路人生命、身體、財產安全之尊重,本不宜寬貸,惟念其犯後坦承犯行、態度尚佳,兼衡其此次酒駕行為幸未造成其他用路人之具體損害結果、勉持之家庭經濟狀況、國中畢業之智識程度等一切情狀,量處如主文所示之刑,並諭知易科罰金之折算標準。...

this is author picture

邵軒磊, Hsuan-lei SHAO

Project Director, Corresponding Author
hlshao2@gmail.com
Associate Professor, DEAS, NTNU
this is author picture

范植荃, Chih-chuan FAN

Project Assistant, IT Engineer

this is author picture

楊子潁, Tzu-ying YANG

Project Assistant, IT Engineer
this is author picture

黃詩淳, Sieh-Chuen Huang

Project Collabrator, Co-Author
schhuang@ntu.edu.tw
Professor, College of Law, NTU
Director of Lab. of Legal Analitics, NTU.

this is author picture

實驗室成員, The Cat

Lab Member