早在20世纪80年代，在美国人担心算法正在统治他们的生活之前，社会学家和心理学家 Sherry Turkle 让一群麻省理工学院的学生考虑一下，如果他们遇到了电脑法官，他们会怎么想。
盲目公正的理想是否是一个真正没有偏见的大脑，在任何情况下都能得出最公正的结果？ 或者仅仅是一台毫不留情地声称自己权威的机器？
特克发现，学生的反应因种族而不同。
白人学生一般都很谨慎。 "法官必须同情他们面前的人的特殊情况,"其中一位在1995年出版的《荧幕上的生活》(Life on the Screen)一书中这样说道。 "计算机永远不可能发展出这种质量。"
非裔美国学生看待事物的方式不同，不是因为他们对计算机有更大的信心，而是因为他们知道有权力的人。 一位计算机法官，他们告诉特克尔,"不会看到一张黑脸，并承担罪责。 他不会看到一张黑脸，并给出更严厉的判决。"
他们并不是第一个在法律技术方面看到希望的人。 自从上世纪50年代人工智能领域出现以来，这项法律就吸引了人工智能研究人员。 1973年，斯坦福大学(Stanford)研究员约翰?麦卡锡(John McCarthy)在1973年与约瑟夫·维森鲍姆、麻省理工学院(MIT)计算机科学教授、人工智能怀疑论者约翰?麦卡锡(John McCarthy) ,"法官们知道什么，我们最终不能告诉电脑吗?" 他的回答是一个强调,"没有。" 在1977年的一篇法律评论文章中，西北大学法学教授安东尼 · d · 阿马托将计算机法官描述为一个值得称赞的、如果说是崇高的目标——一个实现美国作为一个法治国家的机会，而不是人类的统治
2010年以来，法律技术创业公司的风险投资:
15亿美元用于610笔交易
唉，还是没有机器人裁判。 相反，硅谷的研究以一种令人钦佩的乌托邦承诺开始，最终转变为实用的、基于市场的技术。
现在至少有600家法律技术创业公司在美国运营，其中许多使用人工智能来组织破产申请，寻找新的专利申请，通过展示过去的法院判决、法律和法律论据之间的联系，更普遍地帮助律师为他们的客户提供最强有力的证据。
一些最有前途的创业公司，比如法律研究和分析公司 Ravel 法律，该公司于2012年在斯坦福大学法学院的宿舍里构思出来，并且继续筹集了1400万美元的风险资本ーー被法律数据库和搜索巨头 Westlaw 和 LexisNexis 抢走。 (莱克斯去年以未公开的价格收购了拉威尔。)
问题是，这些新的法律创业公司是否会减少不平等或者放大不平等。 令人担忧的是，在其他领域，人工智能似乎经常增加失衡。
谷歌搜索结果带有种族偏见，正如 Safiya 团结项目的 Noble 在她的著作《压迫的算法》中揭示的那样，信息流动中的不公平现象得到了加强; 机器人技术的进步逐步消除了工人阶级以及其他人的工作岗位。 当涉及到法律时，这可能会产生严重的后果。
在她最初的研究七年后，特克回到了电脑法官的问题上，得到了惊人的结果。 到1990年，少数民族学生意识到计算机经常将人类的偏见内化，他们现在相信计算机法官会"带着所有真正的偏见,"一个学生告诉特克尔。 "这不会改善局面，但会冻结糟糕的局面。" 今天的法律研究初创公司可能会造成同样的风险，可能会延续甚至加剧美国法律体系中的结构性不平等。
这种情况以前也发生过。 Lexis 和 Westlaw 成立于上世纪70年代，是当时的初创企业，通过技术创新，为法律研究带来了新的途径，将长达数日的法院和法律图书馆之旅变成了一些可以在某些时刻完成的工作，同时在办公桌上。 但这些服务都是昂贵的服务(现在依然如此) ，给本已昂贵的法律实践增加了另一层费用，并给较富有的公司带来了另一个优势，而不是贫穷。
对于这些新技术公司所谓的破坏行为，今天的法律似乎仍然成熟。 马萨诸塞州律师罗伯特?安布罗吉(Robert Ambrogi)一直在跟踪法律技术的发展，他表示:"法律体系不能满足它所服务的人的需求。"。
近年来，算法法律工作在发现、交换与法律案件相关的文件方面发挥了最大的作用。 这个劳动密集型的过程可能包括在一堆文件中搜索关键字，或者在成千上万的电子邮件中搜索某个收件人。 让人类做这项工作无疑会带来意想不到的发现，但是它也是低效的。
百仕通发现公司(Blackstone Discovery)、 Everlaw 和 GoldFynch 等公司已经把它变成了一个基本上是自动化的过程，减少了对某种类型的工人的需求——那些在大案件发生之前对文件进行筛选的律师助理。 计算机可能更擅长这些任务，而且肯定更便宜。
但是这种转变意味着律师助理律师事务所的底层工作岗位减少，而这些律师助理通常是女性——这是其自身的不平等形式。
当然，创业公司并不这么认为。
他们认为，他们的工具通过消除可预防的人为错误而改进了法律的实践，比如引用错误的案例或者仅仅是对相关法律的误解。 "效率与公正是相辅相成的,"他在2012年帮助创办的一家位于旧金山的初创公司 Judicata 的首席执行官伊泰?古拉里(Itai Gurari)表示。
Judicata 的软件做的事情没有法律助理可以做到的: 它用大量信息来分析法官和他们的决定，利用大量的信息来帮助回答特定的问题。 法官倾向于站在谁那边，辩护方还是提起诉讼的一方？ 当和另一位法官一起参加审判时，她倾向于如何裁决？ 在涉及某些法律领域的某些案件时，她是否与被告站在一边？ 该软件提出了最有效的先例，除了为错误搜索法律摘要之外。 最后，Judicata 还有一个简报评级系统，预测争论胜诉的可能性。 与科学确定性的语言相呼应，其创始人称之为"绘制法律基因组图谱"
这可能是有用而优雅的，但是它并没有改善法律体系，更不用说破解它。 诚然，成功的律师经常分析他们所面对的法官的倾向。 许多人甚至试图在巡回法庭审理他们的案件，认为这些法庭更加同情他们的论点。 例如，去年，试图推翻特朗普政府旅行禁令的司法部长希望在覆盖美国西部和自由派的第九巡回法庭审理此案; 在奥巴马执政期间，律师们选择在保守的德克萨斯州北部地区挑战他的政策。
新的法律创业公司只是通过人工智能来实现这一过程的机械化，但结果是，法律和司法的决定正在转向谁拥有最大的计算机和最好的算法。
这很重要。
你可以在没有电脑化投资建议的情况下进入股市ーー数以百万计的人会这么做ーー但这位业余的日内交易员无法通过寻找套利机会的优化算法与公司竞争。 法律可能正在进入一个新的危险阶段，在这个阶段，技术成为精英律师事务所使用的武器。
