論文の概要: The Progression of Disparities within the Criminal Justice System: Differential Enforcement and Risk Assessment Instruments

• arxiv url: http://arxiv.org/abs/2305.07575v1
• Date: Fri, 12 May 2023 16:06:40 GMT
• ステータス: 処理完了
• システム内更新日: 2023-05-15 12:21:05.848237
• Title: The Progression of Disparities within the Criminal Justice System: Differential Enforcement and Risk Assessment Instruments
• Title（参考訳）: 刑事司法制度における格差の進展--差別強化とリスクアセスメント・インスツルメンツ
• Authors: Miri Zilka, Riccardo Fogliato, Jiri Hron, Bradley Butcher, Carolyn Ashurst, and Adrian Weller
• Abstract要約: アルゴリズム的リスク評価手段(RAI)は、刑事司法における意思決定をますます通知する。 問題となるのは、逮捕が全体的違反を反映する程度は、その人の性格によって異なる可能性があることである。 犯罪と逮捕率の切り離しがRAIとその評価に与える影響について検討する。
• 参考スコア（独自算出の注目度）: 26.018802058292614
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Algorithmic risk assessment instruments (RAIs) increasingly inform decision-making in criminal justice. RAIs largely rely on arrest records as a proxy for underlying crime. Problematically, the extent to which arrests reflect overall offending can vary with the person's characteristics. We examine how the disconnect between crime and arrest rates impacts RAIs and their evaluation. Our main contribution is a method for quantifying this bias via estimation of the amount of unobserved offenses associated with particular demographics. These unobserved offenses are then used to augment real-world arrest records to create part real, part synthetic crime records. Using this data, we estimate that four currently deployed RAIs assign 0.5--2.8 percentage points higher risk scores to Black individuals than to White individuals with a similar \emph{arrest} record, but the gap grows to 4.5--11.0 percentage points when we match on the semi-synthetic \emph{crime} record. We conclude by discussing the potential risks around the use of RAIs, highlighting how they may exacerbate existing inequalities if the underlying disparities of the criminal justice system are not taken into account. In light of our findings, we provide recommendations to improve the development and evaluation of such tools.
• Abstract（参考訳）: アルゴリズム的リスク評価器(RAI)は刑事司法における意思決定をますます通知する。 raisは、主に犯罪の代理として逮捕記録に頼っている。 問題として、逮捕者が全体的な犯罪を反映する程度は、その人の特性によって異なる可能性がある。 犯罪と逮捕率の切り離しがraisに与える影響とその評価について検討する。 我々の主な貢献は、特定の人口統計に関連付けられた未観測犯罪の量を推定することで、このバイアスを定量化する手法である。 これらの無防備な犯罪は、現実の逮捕記録を増強し、一部、一部、合成犯罪記録を作成するために使用される。 このデータを用いて、現在デプロイされているraiの4つのポイントは、同様の記録を持つ白人よりも黒人に0.5～2.8ポイント高いリスクスコアを割り当てるが、セミシンセティックな\emph{crime}レコードとマッチすると、ギャップは4.5～11.0ポイントに増加すると推定する。 我々は、raisの使用に関する潜在的なリスクについて議論し、刑事司法制度の根本的な相違が考慮されていない場合、既存の不平等をいかに悪化させるかを強調した。 この結果を踏まえ,これらのツールの開発と評価を改善するためのレコメンデーションを提供する。

関連論文リスト

• Criticality and Safety Margins for Reinforcement Learning [53.10194953873209]
  我々は,定量化基盤真理とユーザにとっての明確な意義の両面から,批判的枠組みを定めようとしている。 エージェントがn連続的ランダム動作に対するポリシーから逸脱した場合の報酬の減少として真臨界を導入する。 我々はまた、真の臨界と統計的に単調な関係を持つ低オーバーヘッド計量であるプロキシ臨界の概念も導入する。
  論文  参考訳（メタデータ） (2024-09-26T21:00:45Z)
• Measuring Equality in Machine Learning Security Defenses: A Case Study in Speech Recognition [56.69875958980474]
  この研究は、学習したシステムを守るためのアプローチと、異なるサブ人口間でのセキュリティ防衛がパフォーマンス上の不平等をもたらす方法を検討する。 提案された多くの手法は、虚偽の拒絶やロバストネストレーニングの不平等といった直接的な害を引き起こす可能性がある。 本稿では, ランダム化スムースメントとニューラルリジェクションの2つの防御法の比較を行い, マイノリティ集団のサンプリング機構により, ランダム化スムースメントがより公平であることを見出した。
  論文  参考訳（メタデータ） (2023-02-17T16:19:26Z)
• Flipping the Script on Criminal Justice Risk Assessment: An actuarial model for assessing the risk the federal sentencing system poses to defendants [0.0]
  アルゴリズムによるリスク評価は 被告が社会にもたらす リスクを予測するのに使われます 我々は「スクリプトをフリップする」リスクアセスメント装置を開発する。 本装置は, 入所前および仮釈放前で使用されるリスク評価器に比較して, 予測精度が向上する。
  論文  参考訳（メタデータ） (2022-05-26T17:17:13Z)
• Spatial-Temporal Hypergraph Self-Supervised Learning for Crime Prediction [60.508960752148454]
  本研究では,犯罪予測におけるラベル不足問題に対処する空間的ハイパーグラフ自己監視学習フレームワークを提案する。 都市空間全体における犯罪の地域的依存性をエンコードするクロスリージョンハイパーグラフ構造学習を提案する。 また,2段階の自己指導型学習パラダイムを設計し,局所的・世界的空間的犯罪パターンを共同で捉えるだけでなく,地域的自己差別の強化による疎犯罪表現を補う。
  論文  参考訳（メタデータ） (2022-04-18T23:46:01Z)
• Deep Interpretable Criminal Charge Prediction and Algorithmic Bias [2.3347476425292717]
  本稿では, ポストホックな説明のバイアス問題に対処し, 将来の刑事告発を受けるかどうかの信頼性の高い予測を行う。 提案手法は,実生活データセット上での予測精度とリコールの一貫性と信頼性を示す。
  論文  参考訳（メタデータ） (2021-06-25T07:00:13Z)
• The effect of differential victim crime reporting on predictive policing systems [84.86615754515252]
  本研究では, 被害者の犯罪報告率の違いが, 共通犯罪ホットスポット予測モデルにおいて, 結果の相違をもたらすことを示す。 以上の結果から, 犯罪報告率の差は, 高犯罪から低犯罪へ, 高犯罪・中犯罪・高報道へ, 予測ホットスポットの移動につながる可能性が示唆された。
  論文  参考訳（メタデータ） (2021-01-30T01:57:22Z)
• Improving Fairness in Criminal Justice Algorithmic Risk Assessments Using Conformal Prediction Sets [0.0]
  我々は、リスクアルゴリズムから不公平を取り除くために、共形予測セットからフレームワークを採用する。 30,000人の犯罪者のアライメントのサンプルから、混乱テーブルと、その導出した公正度尺度を構築した。 我々は、我々の研究を、幅広い刑事司法判断に応用するための概念の実証と見なしている。
  論文  参考訳（メタデータ） (2020-08-26T16:47:02Z)
• Fairness Evaluation in Presence of Biased Noisy Labels [84.12514975093826]
  本稿では,グループ間の雑音の仮定がリスク評価モデルの予測バイアス特性に与える影響を評価するための感度分析フレームワークを提案する。 2つの実世界の刑事司法データセットに関する実験結果は、観測されたラベルの小さなバイアスでさえ、ノイズのある結果に基づく分析結果の結論に疑問を投げかけることができることを示している。
  論文  参考訳（メタデータ） (2020-03-30T20:47:00Z)
• Crime Prediction Using Spatio-Temporal Data [8.50468505606714]
  監視学習技術は、より正確な犯罪を予測するために使用される。 提案システムには、サンフランシスコ市で12年間にわたって行われた犯罪活動データセットが組み込まれている。
  論文  参考訳（メタデータ） (2020-03-11T16:19:19Z)
• Exploring Spatio-Temporal and Cross-Type Correlations for Crime Prediction [48.1813701535167]
  我々は,都市犯罪のクロスタイプと時間的相関を利用した犯罪予測を行う。 犯罪予測のための相関関係を数学的にモデル化するコヒーレントな枠組みを提案する。 犯罪予測における相関関係の重要性を理解するために、さらなる実験が行われた。
  論文  参考訳（メタデータ） (2020-01-20T00:34:53Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。