一種由人工智能驅動的算法可以根據法官的淨資產、政治派別和法學院就讀地，預測法官在民事案件中的判決方式，從而為律師和原告提供建議，幫助他們選擇最佳的資源投入方式。它將尋找有同情心的法官的藝術（或稱”挑選法官”）變成了一門精確的科學。

“挑選法官”是指尋找法官或更換已指派的法官來審理案件，希望以此獲得更有利的結果。雖然這在法律界已是公開的秘密，但”挑選法官”卻被認為是濫用程序，為自己謀取戰術上的利益，損害了司法系統的公正性。今年早些時候，有報導稱美國反墮胎組織在得克薩斯州阿馬里洛而非食品藥品管理局總部所在地馬里蘭州對食品藥品管理局批准一種墮胎藥提出質疑，這種策略成為頭條新聞。選擇阿馬里洛作為審判地並非巧合：這個小城市只有一個聯邦法院，由一名聯邦法官主持，他就是極度保守的美國地區法院法官馬修-卡克斯馬里克（Matthew Kacsmaryk）。現在，人工智能讓挑選法官變得更容易了。2023 年1 月，唯一能預測聯邦訴訟結果的訴訟分析平台Pre/Dicta 收購了州法院司法分析平台Gavelytics，美國95% 的案件都是在州法院審理的。Pre/Dicta 對法官和司法轄區進行比較，以預測民事案件的勝訴可能性

Pre/Dicta 是一個由人工智能驅動的數據集，它不考慮相關法律或案件事實，而是根據法官的履歷細節–淨資產、政治派別、任命人、教育背景和工作經驗–以及他們的判決歷史來預測他們在民事案件中的判決方式。Pre/Dicta 旨在幫助律師和原告決定如何最好地投入時間和資源，其準確率高達86%。值得注意的是，Pre/Dicta 不能預測刑事案件和陪審團審判的結果。公司首席執行官兼聯合創始人丹-拉比諾維茨（Dan Rabinowitz）在2022年6月推出該平台時表示：”Pre/Dicta幫助頂級訴訟律師理解和應用司法行為，這是人類無法做到的。我們相信，我們的駁回動議預測工具以及即將推出的其他工具，將成為任何頂級訴訟律師整體訴訟策略中不可或缺的一部分。”Gavelytics於2017年推出，在Pre/Dicta之前，Gavelytics是州法院訴訟分析領域的市場領導者，到2022年，其地理覆蓋範圍已擴大到美國25個州，不僅收集了法官的數據點，還收集了律師事務所、律師和訴訟當事人的數據點。這些信息現已加入Pre/Dicta 的數據集。”這筆交易是Pre/Dicta 和整個預測性訴訟分析領域的一個重要里程碑，”Rabinowitz 在談到Pre/Dicta 收購Gavelytics 時說。”通過收購Gavelytics的州法院資產，Pre/Dicta大大加快了訴訟律師聖杯的打造速度：為全國范圍內的每一起訴訟提供預測的產品。”Pre/Dicta算法可提供特定法官批准動議的可能性以及所需的時間迄今為止，法官似乎一直在避免成為人工智能的目標。相反，關於人工智能對法律行業的影響的討論主要集中在如何提高耗時的人工任務（如研究或文件起草）的效率上。那麼，Pre/Dicta 這樣的人工智能驅動平台是件好事嗎？拋開”挑選法官”的問題不談，它還是有一些明顯的優勢的。首先，訴訟費用高昂，因此讓原告了解他們的錢是否花得值，可以說是一個重要的考慮因素。而且，如果有更多的人根據人工智能的勝訴預測決定不打官司，那麼可能會減少本已堵塞的系統中積壓的案件。然而，選擇法官的問題依然存在，而且在人工智能的幫助下，這種現像有可能更加普遍。2023 年4 月，民主黨參議員馬齊-博野（Mazie Hirono）提出了一項法案，規定美國哥倫比亞特區（DC）地方法院對涉及移民和競選資金挑戰等具有全國影響的案件擁有專屬管轄權，以努力遏制挑選法官的現象。赫羅諾在一份新聞稿中說：”噹噹事人能夠選擇法官時，就會讓人覺得他們能夠預先確定案件的結果，從而損害我們聯邦司法系統的公正性。激進的原告不應該親自挑選個別法官來製定全國性的政策，這就是為什麼我們必須解決在聯邦法院挑選法官的問題。”時間會證明Pre/Dicta 案對選擇法官的做法會產生什麼影響，尤其是在涉及國家利益的問題上。但這一現像不可能很快消失。