MétaCan
Menu
Retour à la cohorte
Enregistrement W4414761957 · doi:10.55908/sdgs.v13i9.4534

THE RISE OF AI IN PROCEDURAL JURISPRUDENCE: GLOBAL INNOVATIONS, LEGAL FRAMEWORKS, AND FUTURE IMPLICATIONS

2025· article· en· W4414761957 sur OpenAlexaboutno aff
Srinivas M. K, Martin Benjamin

Notice bibliographique

RevueJournal of Law and Sustainable Development · 2025
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueDispute Resolution and Class Actions
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAccountabilityAdversarial systemProcess (computing)Transformative learningNormativeLegal aspects of computingAutomationShadow (psychology)

Résumé

récupéré en direct d'OpenAlex

Objectives: This paper investigates the transformative role of Artificial Intelligence (AI) in procedural jurisprudence, examining how AI reshapes case management, regulatory oversight, dispute resolution, and predictive adjudication. The study aims to map emerging applications, assess risks, and propose a coherent framework for the integration of AI into global legal systems. Theoretical Framework: Grounded in business process management and procedural law theory, the paper conceptualizes AI as a co-author of corporate will, a private regulator, and a shadow arbiter. It introduces the notion of “procedural AI jurisprudence” and situates it within comparative law, algorithmic due process, and theories of process sovereignty. Method: A comparative legal-analytical method is applied doctrinal normative approach, drawing on case studies from Austria, Brazil, Canada, Estonia, Singapore, the United Kingdom, and the United States. The research synthesizes doctrinal analysis, regulatory reviews, and evaluation of experimental systems such as Prometea in Argentina and AI-based resocialization initiatives in Abu Dhabi. Results and Discussion: Findings reveal a spectrum of judicial AI adoption, ranging from automation of inmate documentation to multimodal risk detection in penal systems. While AI enhances efficiency and consistency, it introduces risks of bias, accountability gaps, and process failures. To address these challenges, the paper proposes the “Procedural AI Stack,” integrating rights and remedies matrices, bias/error controls, adversarial AI parties, and Automation Impact Statements. Comparative insights underscore the uneven global trajectory of AI in law and the urgent need for harmonized safeguards. Research Implications: The study highlights the necessity of establishing cross-border legal standards, procurement protocols, and accountability mechanisms. It calls for the recognition of AI as both a tool and a potential party within legal processes, requiring new doctrines such as the Model-of-Record and structured risk heatmaps for judicial procurement. Originality/Value: This paper advances the discourse by framing AI as a procedural actor rather than a mere technological aid. It provides a layered model for integrating AI into legal processes that balances innovation with ethical safeguards, offering a roadmap for policymakers, jurists, and technologists to design transparent, accountable, and future-ready judicial systems.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,024
score de la tête « metaresearch » (Gemma)0,016
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,024
Score d'incertitude au seuil0,128

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0240,016
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,005
Études des sciences et des technologies0,0040,075
Communication savante0,0150,021
Science ouverte0,0020,007
Intégrité de la recherche0,0050,010
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,004
Tête enseignante GPT0,257
Écart entre enseignants0,253 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Law and Sustainable DevelopmentMême sujetDispute Resolution and Class ActionsTravaux en français237 207