申請法律扶助，你也需要AI(人工智慧)。全球數據分析領導廠商SAS，與東吳大學人工智慧應用研究中心合作，過去3個月來，共同分析「法律扶助基金會」近21萬分申請人的案由概述後發現，只要出現「家暴、離婚、(毒品)轉讓／販售」這類關鍵字，律師辦案「活動頻率」即大增。

大部分民眾對法律都一竅不通。許多申請法律扶助的民眾，在申請扶助案後，對與律師面談、開庭次數要花費的時間精力毫無任何概念。SAS指出，若能在「法律扶助」過程，引進「人工智慧」，可以協助法扶「派案」，提高法律扶助效益。

SAS在過去3個月，與東吳AI中心共組的產學合作小組合作，分析法扶會近21萬個申請人的「案由概述」；先整合「申請人屬性、案件屬性、人口資料、律師辦案活動頻率(包括開庭次數、律師面談次數與撰寫書狀分數)」等大量結構化與非結構化資料，再利用「自然語言處理中」的文字分析引擎，訓練機器了解前後文與語意，解析出相同申請案由中隱含的差異性，並訓練機器預測「受不同因子影響」的扶助案件，律師可能投注的活動頻率。

舉例來說，若都是「扶養費」的申請案。關鍵字若只有「扶養費」，只有36%機率，該案律師在辦案時的活動頻率「高於」同類型案件活動頻率(即與律師面談次數可能較多)。但如果案件有「離婚」關鍵字，屬於「律師高活動頻率案件」機率會提高到43%，牽涉到「家暴」，更提高到57%。

若是「毒品」案。SAS表示，若屬「毒品危害防制條例」案件中，有42%機率，該案律師在辦案時的活動頻率「高於」同類型案件活動頻率。AI分析後發現，若該毒品案與「轉讓／販賣」相關，可能因為「罪刑較重、上訴次數多」，屬於律師高活動頻率案件的機率更上升至64%。

SAS已與東吳人工智慧應用研究中心、法律扶助基金會合作發表，全台首個將「自然語言處理」技術，運用在法律領域的人工智慧(AI)應用研究。SAS總經理陳愷新表示，藉由法扶研究案，可分析出律師在辦理相關案件時所需投注的活動頻率，除可作為法扶未來在分派案件、簡化申請流程參考；該AI模型也可做為未來開發「線上法律診斷機制」基礎。民眾若有訴訟或扶助需求，透過線上預診即可知悉後續可能的程序與預期花費時間，讓申請人對案件有更合理預期，降低不確定感。

法律扶助基金會董事長范光群董事長(右起)、東吳大學校長潘維大、東吳大學副校長趙維良及SAS台灣總經理陳愷新共同啟動見證儀式。