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）

真實量刑數值: 大於1月，2月以下

判決記載: 事實及理由一、本件犯罪事實及證據部分，均引用如附件之聲請簡易判決處刑書之記載。二、論罪科刑：(一)核被告吳泰奇所為，係犯刑法第185 條之3 之駕駛動力交通工具而吐氣所含酒精濃度達每公升0.25毫克以上罪。(二)爰以行為人之責任為基礎，審酌被告明知酒精成分對人之意識及控制能力皆有不良影響，酒後駕車對交通往來安全具有高度危險性，其竟漠視公眾用路之安全，仍於酒後駕車上路，所為誠屬非是，惟本院念及被告前無酒後駕車前科，有臺灣高等法院被告前案紀錄表在卷可查，被告犯後坦承犯行，態度尚可，且所騎乘之普通重型機車危險性較諸一般四輪交通工具較低，酒醉騎乘機車之距離不長即被查獲，兼衡本件被告之酒測值及幸未造成他人傷亡之情形，暨被告自陳其僅有國中畢業之教育程度，職業為工，家境小康等一切情狀，量處如主文所示之刑，並諭知易科罰金之折算標準，以示懲儆。...

真實量刑數值: 大於1月，2月以下

判決記載: 事實及理由一、本件犯罪事實、證據及應適用之法條，除犯罪事實欄一第5行「學士街」之記載，更正為「學前路」外，其餘均引用臺灣彰化地方檢察署檢察官聲請簡易判決處刑書之記載（如附件）。二、爰審酌被告李仁宏所為固非可取，惟其並無前科，素行良好，且坦承犯行，犯後態度亦佳；兼衡被告吐氣酒精濃度測試值、智識程度與家庭經濟狀況等一切情狀，量處如主文所示之刑，並諭知易科罰金之折算標準，以示懲戒。...

真實量刑數值: 大於2月，3月以下

判決記載: 事實及理由一、本件事實、證據，與檢察官聲請簡易判決處刑書記載相同，茲引用之（如附件）。二、核被告所為，係犯刑法第185條之3第1項第1款之不能安全駕駛動力交通工具罪。...