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、本件犯罪事實及證據,除證據並所犯法條欄一、證據:(三)部分應刪除「及道路交通事故照片各」外,餘均引用檢察官聲請簡易判決處刑書之記載(如附件)。二、論罪科刑:(一)、論罪:核被告所為係犯刑法第185 條之3 第1 項第1 款之駕駛動力交通工具而有吐氣所含酒精濃度達每公升0.25毫克以上情形之公共危險罪。(二)、科刑:爰審酌被告飲酒後吐氣酒精濃度高達每公升0.78毫克,仍貿然駕車上路,危及道路交通安全秩序,且撞及被害人林瑞禕人車,致被害人受有頭部外傷併輕微腦震盪、頸部挫傷之傷勢(偵卷第28頁診斷證明書,所涉傷害部分未據告訴)及財產損失,缺乏尊重其他用路人生命、身體、財產安全之觀念,實值非難。惟念其無酒醉駕車之前科、坦承犯行之犯後態度,並參以其擔任廚師之工作、高中肄業之智識程度、小康之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。...

真實量刑數值: 大於1月,2月以下
判決記載: 事實及理由一、段珠於民國107年2月13日凌晨0時許起至3時許止,在臺中市○○區○○街00號11樓之2住處飲用高梁酒後,猶於同日12時許,騎乘車牌號碼000-0000號普通重型機車上路行駛。嗣於同日13時15分許,行經臺中市霧峰區德泰街與民主街交岔路口時,為警攔檢並進行酒精濃度測試,測得其吐氣酒精濃度達每公升0.48毫克而查獲。二、上開事實,業據被告於警詢、偵查中坦認不諱,並有酒精測定紀錄表、臺中市政府警察局舉發違反道路交通管理事件通知單在卷可稽,足可認定。...

真實量刑數值: 大於3月,6月以下
判決記載: 事實及理由一、本件除證據部分應補充證號查詢機車駕駛人資料、車輛詳細資料報表外,餘犯罪事實及證據胥同於附件起訴書之記載,茲予引用。二、核被告梁政義所為,係犯刑法第185 條之3 第1 項第1 款之吐氣所含酒精濃度達每公升零點二五毫克以上而駕駛動力交通工具罪。次查,被告曾有如附件起訴書事實部分所載之犯罪科刑執行情形,有臺灣高等法院被告前案紀錄表1 份可按,因之,其受有期徒刑執行完畢後,於5 年內故意再犯有期徒刑以上之本罪,為累犯,應依法加重其刑。爰審酌被告吐氣所含之酒精濃度已達每公升0.25毫克,頗具醉意,在此狀態下仍駕車上路,對道安所潛生之危害程度非可輕忽,又雖係騎駛普通重型機車,與輕型機車以外之他種動力交通工具相較,對道安之危害稍輕,惟前已曾九度因酒醉駕車之公共危險案件悉經判處罪刑確定且均執行完畢,此同有前引之前案紀錄表為據,詎尚不知省惕,未能記取教訓,竟復萌漠視、怠忽他用路人安危之故態而再犯本件同質之罪,惡性甚重,自應據本案情節之輕重為基,兼酌其屢犯同罪之情從嚴懲處,期能使之時時銘刻在心,莫敢須臾擅忘前愆俾杜覆蹈,末念其事後於警詢、偵查中始終坦認犯行無隱,態度尚可,兼衡案發時其職業為「農」,家境則屬「勉持」,有警詢筆錄所載為憑,核屬一般社會階層,顯非名商富賈或擁高薪厚祿者等類此資力優渥或相較寬鬆之人,再者,併科罰金刑時,除應考量行為客觀法益侵害性之強弱、行為彰顯主觀惡性之輕重及基上憑認可責程度之高低外,尤應慎斟依其職業、身分及家境而所應有之資力,另自由刑倘准易科罰金,折算標準亦應考量如上資力各情暨為換取自由勢須支付而無從豁免之代價,本此各節予以綜合酌定,方能在財力豐貧互異、優劣參差者間維持刑罰執行之有效性及公平性等情狀,量處如主文所示之刑,並分別諭知有期徒刑易科罰金、罰金易服勞役之折算標準。...

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