Usikkerhet og sannsynlighet i bevisvurderingen

Transkript

1 Erling Eide Usikkerhet og sannsynlighet i bevisvurderingen Strafferettskurs 22. sept

2 Beviskrav og usikkerhet Den viktigste oppgave for en dommer: Vurdering av faktum. (tidl. lagmann Nils Erik Lie 2002) Alle bevis er usikre Beviskravet er et sannsynlighetskrav Nødvendig med sannsynlighetsteori (?) Forskjellige beviskravsteorier Vurderingen av det enkelte bevis bør være det samme Skal vise: Mangelfull innsikt i statistikk og sannsynlighetsteori fører til uriktige dommer Fruktbarheten av å anvende enkel sannsynlighetsteori 2

3 Disposisjon Studenttester Avslører neglisjering av grunnfrekvenser Bayes formel Rasjonell behandling av objektive og subjektive sannsynligheter Aktors (kongnitive) feilslutning Sally Clark-saken, Rødseth-saken Forsvarers (kognitive) feilslutning O. J. Simpson-saken Ekspertfeil og Bayes formel Praktisk nytte? 3

4 Tester av jusstudenter Grunnfrekvenser og usikre vitneutsagn Test Muntlig orientering om usikkerhet og bevis Spørreskjema bilulykke med rød eller ikke rød bil bare ett vitne Spørsmål: Var bilen rød? Resultat Som ventet. Intuisjon fører på villspor. Neglisjering av grunnfrekvenser dominerende 4

5 Testens tekst Anta at det har skjedd en bilulykke på en øy uten fastlandsforbindelse. Ulykkesbilen er forsvunnet. For enkelhets skyld antas at det for å vurdere bilens farge foreligger kun to bevis: 1. Det er kun ett (alminnelig troverdig) vitne til ulykken. Vitnet sier at ulykkesbilen var rød. Dommeren (juryen) får opplyst av en psykolog at alminnelig troverdige vitner tar feil i den forstand at de i 5 prosent av slike vitnesituasjoner sier at bilen var rød, selv om den ikke var det (5 prosent er falske positive ). De sier videre at bilen var rød, i alle tilfeller hvor den faktisk var rød. 2. På øya er 0,1 prosent (1 promille) av bilene røde. NB: Dommeren antas å oppfatte disse opplysningene som sikre. * Dommeren ønsker å bestemme sannsynligheten for at bilen var rød. Hvilken sannsynlighet (i prosent) bør dommeren komme frem til? 5

6 Tabell 1. Antall svar om at bilen var rød Sannsynlighet i prosent Antall svar

7 Dommerens mulige intuitive resonnement Anta 1000 identiske ulykker Grunnfrekvensen (prevalensen) av røde biler (1 av 1000) Antall røde biler involvert i ulykkene: 1 Øyevitners utsagn om at bilen var rød i 1000 ulykker 1 ulykke med en rød bil 50 ulykker med biler med annen farge (falske positive) Øyevitner har rett i omtrent 2% av tilfellene (1/51 = 0,0196) 7

8 1000 identiske ulykker 8

9 Forveksling av betingede sannsynligheter Det står en ku hagen. Hva er sannsynligheten for at den har fire ben? P(Fire ben ku) = 1 Det står et dyr med fire ben i hagen? Hva er sannsynligheten for at det er en ku? P(ku fire ben) =? Eks: Røking og lungekreft P(lungekreft røking) P(røking lungekreft)

10 Studenttestens bevisfakta Sannsynligheten for at vitnet sier at bilen var rød når den var rød: P V R R = 1 P V R ~R = 0,05 Sannsynligheten for at bilen var rød når vitnet sier at den var rød: P R V R =? 10

11 Studenttestens bevisfakta Sannsynligheten for at bilen var rød: P R Sannsynligheten for at vitnet sier at bilen var rød: P(V R ) Sannsynligheten for at vitnet sier at bilen var rød når den var rød: P V R R P R = 0,001 P ~R = 0,999 P V R R = 1 P V R ~R = 0,05 11

12 Bayes formel P R = 0,001 P V R R = 1 P ~R = 0,999 P V R ~R = 0,05 Sannsynligheten for at bilen var rød OG at vitnet sier at den var rød: P R P V R R = 0,001 1 = 0,001 Sannsynligheten for at bilen IKKE var rød OG at vitnet sier at den var rød: P ~R P V R ~R = 0,999 0,05 = 0,04995 Sannsynligheten for at bilen var rød GITT AT vitnet sier den var rød P R V R = P(R) P(V R R) P(V R ) = P(R) P(V R R) P R P(V R R) +P(~R) P(V R ~R) = 0,001 0,001+0,04995 = 0,0196 0,02 12

13 Beviskjede Studenttest med nytt vitne Sannsynligheten for rød bil uten vitne: 0,001 Sannsynligheten for rød bil etter vitne nr.1 : 0,02 Sannsynligheten for rød bil etter vitne nr. 2: 0,02 = 0,02 0,28 0,02+0, ,06995 Oppdatering av sannsynligheter * Sensitivitetstester 13

14 Flere studenttester 1. Grunnfrekvensen som antall 2. Naturlige ord om grunnfrekvens (Svært få røde biler) 3. Indirekte invitasjon om grundig vurdering av usikkerheten. Dommernes utdannelse.

15 Konjunksjonsfeil Linda er 31 år, singel, utadvendt og meget skarp. Hun har en master i filosofi. Som student var hun meget engasjert i spørsmål om diskriminering og sosial rettferdighet, og hun deltok også i demonstrasjoner mot atomvåpen. Hva er mest sannsynlig: Linda er bankfunksjonær Linda er bankfunksjonær og aktiv feminist Konjunksjonsfeil Sannsynligheten for to fenomener samtidig er mindre enn sannsynligheten for hver av dem. (Kahneman og Tversky) 15

16 Utsagnet Vitneutsagn som representasjonsheuristikk «Linda er bankfunksjonær og feminist» er mer representativt (og derfor mer sannsynlig) enn alternativet. Vitneutsagnet om rød bil er mer representativt enn grunnfrekvensen. 16

17 Aktors feilslutning ( Prosecutor s fallacy ) Et spor på åstedet kan stamme fra tiltalte. Sannsynligheten for at en tilfeldig annen person skal ha avlagt dette sporet meget liten. Kan derfor ses bort fra. Usannsynlig at den tiltalte er uskyldig Hvis sporet kan stamme fra mange, vil den totale sannsynlighet for at sporet kan stamme fra andre kunne være høy. Overser sannsynligheten for alternativ forklaring. 17

18 Eksempel: Sally Clark-saken SC ble i 1999 dømt til livsvarig fengsel for å ha tatt livet av sine to barn. Meadows (barnelege og statistikkekspert): Sannsynligheten for krybbedød: 1 : 8543 Sannsynligheten for to krybbedød: 1 : 73 millioner Meadows regnestykke akseptert av flere dommere. Aktors feilslutning nærliggende, men uklart om den ble eksplisitt uttrykt. 18

19 Sally Clark-saken (forts.) Anke nr. 2 førte til frikjennelse. Aktors (mulige) feilslutning ble trolig ikke oppdaget før Royal Statistical Society i 2001 påpekte feilen. Den korrekte problemstilling ble ikke presentert for retten: Gitt at to barn i samme familie har dødd, hva er sannsynlighetene for: (a) krybbedød (uforklarlig) (b) at en mor tar livet av sine to barn. Korrigerte sannsynligheter: Flere tilfeller av to krybbedød årlig i England. Meadows overså sannsynligheten for den alternative forklaring. (Jfr. hypotesetesting) 19

20 Rødseth-saken Rødseth funnet skyldig barnemishandling som førte til at Therese døde. Blåmerker og benbrudd To begjeringer om gjenopptagelse ble avvist. Den tredje førte til frifinnelse og erstatning. Grunnlag for begjering: Opplysning fra sykehus om sykdom som gir benskjørhet og blåmerker. Ekspert: Lite sannsynlig at benskjørhet kan føre til dødsfall. Men: Enda sjeldnere med død pga barnemishandling. Aktors kognitive feilslutning ikke åpenbar. Neglisjering av alternativ forklaring.

21 Forsvarers feilslutning ( Defendent s fallacy ) Et spor på åstedet kan stamme fra tiltalte. Det er flere (mange) i befolkningen som kan ha avsatt samme merke. Bevisverdien av sporet består kun i å registrere at den anklagede tilhører denne gruppen. Det er alt. 21

22 Eksempel: O. J. Simpson-saken Simpson frikjent for å ha drept sin ekskone Nicole Brown og hennes venn. Simpson var tidligere dømt for vold mot Brown. Ekspertvitnet Alan Dershowitz uttalte: Bare 1 av 1000 ektemenn som har utøvd vold mot sine hustruer dreper dem. Denne sannsynligheten er så liten at den ikke kan ha noen betydning for vurdering av skyldspørsmålet i en drapssak. Simpson tilhører denne gruppen, det er alt. Ikke alt: Hvis en hustru blir utsatt for vold av sin ektemann og senere drept, er sannsynligheten 0,8 (80%) for at ektemannen har begått drapet. 22

23 Eksempel: O. J. Simpson-saken (forts.) Ekspertvitnet Alan Dershowitz: P(hustrudrap voldsdømt ektemann): 0,001 Korrekt analyse: P(voldsdømt ektemann hustrudrap): 0,8 23

24 Daglige mirakler Landås-saken Sykepleier siktet for ti drap. Bevis : Sykepleieren var den eneste tilstede ved minst ti dødsfall ved sykehjemmet. Statistisk analyse: Hva er sannsynligheten for at én og samme person er tilstede ved ti dødsfall.

25 USA (før 2000): Ekspertfeil Feilrater ved blindtester Spektrografisk stemmeidentifikasjon: opp til 63% Bitemerker: opp til 64 % (falske positive) Håndskrift: opp til nesten 100 %, vanlig 40% Mikroskopisk hårsammenligning: 12% Fingeravtrykk: 4-5% (falske positive) Subjektive sannsynligheter basert på feilrater kan anvendes i Bayes formel 25

26 Ekspertfeil Innocence Project Revurdering (basert på DNA) av dommer for alvorlige forbrytelser Pr Frikjennnelser: 340, herav 20 dødsdommer Studium av feilkilder i 86 saker hvor DNA-bevis frikjente dømte personer Feil begått av Øyevitner (identifikasjon): 71% av sakene Rettssakkyndige eksperter: 63% av sakene 26

27 Dommernes evne til å vurdere usikre bevis Bevisvurdering i praksis (Kahneman and Frederick 2002): Intuitive prosesser (fortellinger, koherente fortellinger) Dominerende (Koehler 1996, Guthrie et al. 2007) Deliberative processes logiske resonnementer med velbegrunnet vekting (basert på sannsynlighetsteori) Ikke vanlig Empiri om dommere Stanovich and West (2000): Irrasjonelle resonnementer Mangler kompetanse i beregning av sannsynligheter Guthrie et al. (2001): Neglisjering av bakgrunnssannsynlighet hos 60 % av dommere 27

28 Praktisk nytte Sannsynlighetsregning og Bayes formel bør brukes så langt det er mulig. Unngå tabber Gi de enkelte bevis eksplisitt og begrunnbar vekt System for sammenveining av bevis i en beviskjede Sannsynlighetsregning er disiplinerende Presiserer usikkerheten Blir seg problemene bevisst 28

29 Kritikk og motargumenter Umulig/vanskelig å tallfeste usikkerheten (ingen frekvenser) Hov: «Vi tenker i sannsynligheter» Beviskravet er et sannsynlighetskrav Subjektive sannsynligheter (grader av tiltro/overbevisning) kan anvendes Sensitivitetsanalyser (alternative anslag på subjektive sannsynligheter) Større presisjon Regnestykkene for vanskelige for dommere Sannsynlighetsregning i videregående, og økt bruk i en rekke fag Eksperthjelp nødvendig Blir bevisvurderingen enklere uten sannsynlighetsregning? 29

30 Intuitive og drøftende prosesser Bevisvurdering Intuitive prosesser er preget av Assosiasjoner Egne erfaringer (mis)tillit til vitner (mis)oppfatning av korrelasjoner som årsakssammenhenger Neglisjering av vanskelig tilgjengelige data Omhandler konkrete hendelser Raske Drøftende prosesser er preget av Anvendelse av statistisk teori og logisk holdbare deduksjoner Omfatter generelle sammenhenger mellom fenomener Tidkrevende Kahneman og adferdsteori System 1 intuitivt System 2 grundig gjennomtenkning 30

31 Konklusjon Mange tabbemuligheter Neglisjering av grunnfrekvenser, aktors og forsvarers feilvurderinger, konjunksjonsfeil, misforståelse av ekspertuttalelser Ad neglisjering av grunnfrekvenser: Jusstudenter er som folk flest Jurymedlemmer er vel som folk flest Hva med advokater og dommere? Kan man gi usikre bevis forsvarlig vekt og vurdering uten å benytte sannsynlighetsteori? Systematiske beregninger og/eller intuitive vurderinger? 31