論文の概要: Man and machine: artificial intelligence and judicial decision making

• arxiv url: http://arxiv.org/abs/2603.19042v1
• Date: Thu, 19 Mar 2026 15:38:50 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-20 17:19:06.236021
• Title: Man and machine: artificial intelligence and judicial decision making
• Title（参考訳）: 人間と機械:人工知能と司法決定
• Authors: Arthur Dyevre, Ahmad Shahvaroughi,
• Abstract要約: 我々は、司法決定におけるAIの役割の3つの側面を結合した総合的なレビューを行う。 AI意思決定支援ツールが裁判前および判決決定に与える影響は、控えめか、あるいは存在しない。 AIと人間の比較は、アルゴリズムツールと人間の意思決定者の両方に新たな洞察をもたらす可能性がある、と私たちは主張する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The integration of artificial intelligence (AI) technologies into judicial decision-making - particularly in pretrial, sentencing, and parole contexts - has generated substantial concerns about transparency, reliability, and accountability. At the same time, these developments have brought the limitations of human judgment into sharper relief and underscored the importance of understanding how judges interact with AI-based decision aids. Using criminal justice risk assessment as a focal case, we conduct a synthetic review connecting three intertwined aspects of AI's role in judicial decision-making: the performance and fairness of AI tools, the strengths and biases of human judges, and the nature of AI+human interactions. Across the fields of computer science, economics, law, criminology and psychology, researchers have made significant progress in evaluating the predictive validity of automated risk assessment instruments, documenting biases in judicial decision-making, and, to a more limited extent, examining how judges use algorithmic recommendations. While the existing empirical evidence indicates that the impact of AI decision aid tools on pretrial and sentencing decisions is modest or inexistent, our review also reveals important gaps in the canvassed literatures. Further research is needed to evaluate the performance of AI risk assessment instruments, understand how judges navigate noisy decision making environments and how individual characteristics influence judges' responses to AI advice. We argue that AI vs Human comparisons have the potential to yield new insights into both algorithmic tools and human decision-makers and advocate greater interdisciplinary integration and cross-fertilization in future research.
• Abstract（参考訳）: 人工知能(AI)技術の司法判断への統合は、特に裁判前、判決、仮釈放の文脈において、透明性、信頼性、説明責任に関する重大な懸念を引き起こしている。 同時に、これらの発展は、人間の判断の限界をより鮮明にし、裁判官がAIベースの意思決定支援とどのように相互作用するかを理解することの重要性を強調している。 刑事司法リスク評価を焦点として、我々は、AIの司法決定における役割の3つの対立する側面、すなわち、AIツールのパフォーマンスと公平性、人間の裁判官の強みとバイアス、AI+人間の相互作用の性質を結合する総合的なレビューを行う。 コンピュータ科学、経済学、法学、犯罪学、心理学の分野において、研究者は、自動リスク評価機器の予測的妥当性の評価、司法判断におけるバイアスの文書化、そしてより限定的な範囲において、裁判官がいかにアルゴリズム的な勧告を使用するかを調べるために大きな進歩を遂げてきた。 既存の実証的な証拠は、AI決定支援ツールが裁判前および判決決定に与える影響は、控えめか、あるいは存在しないことを示しているが、我々のレビューは、キャンバスド文学における重要なギャップも明らかにしている。 さらに、AIリスク評価機器の性能を評価し、裁判官がノイズの多い意思決定環境をどのようにナビゲートするか、そして個々の特徴がAIアドバイスに対する裁判官の反応にどのように影響するかを理解するために、さらなる研究が必要である。 AI対人間比較は、アルゴリズムツールと人間の意思決定者の両方に新たな洞察をもたらす可能性があり、将来の研究において、より深い学際的な統合と交配を提唱する。

関連論文リスト

• Democracy and Distrust in an Era of Artificial Intelligence [0.0]
  AIにおける3つのトレンド-民営化、予測、自動化の台頭は、マイノリティに同様のリスクをもたらすと私は考えています。 私は人工知能の時代において司法審査の理論がどのように見えるか概説する。
  論文  参考訳（メタデータ） (2026-01-14T00:40:36Z)
• Ethical Challenges of Using Artificial Intelligence in Judiciary [0.0]
  AIは司法の機能と司法の免除に革命をもたらす可能性がある。 世界中の裁判所は、正義の行政を強化する手段として、AI技術を採用し始めている。 しかし、司法におけるAIの使用は、様々な倫理的課題を引き起こす。
  論文  参考訳（メタデータ） (2025-04-27T15:51:56Z)
• How Performance Pressure Influences AI-Assisted Decision Making [52.997197698288936]
  我々は、プレッシャーと説明可能なAI(XAI)技術がAIアドバイステイク行動とどのように相互作用するかを示す。 我々の結果は、圧力とXAIの異なる組み合わせで複雑な相互作用効果を示し、AIアドバイスの行動を改善するか、悪化させるかのどちらかを示す。
  論文  参考訳（メタデータ） (2024-10-21T22:39:52Z)
• Trustworthy and Responsible AI for Human-Centric Autonomous Decision-Making Systems [2.444630714797783]
  我々は、AIバイアス、定義、検出と緩和の方法、およびバイアスを評価するメトリクスの複雑さをレビューし、議論する。 また、人間中心の意思決定のさまざまな領域におけるAIの信頼性と広範な適用に関して、オープンな課題についても論じる。
  論文  参考訳（メタデータ） (2024-08-28T06:04:25Z)
• Combining AI Control Systems and Human Decision Support via Robustness and Criticality [53.10194953873209]
  我々は、逆説(AE)の方法論を最先端の強化学習フレームワークに拡張する。 学習したAI制御システムは、敵のタンパリングに対する堅牢性を示す。 トレーニング/学習フレームワークでは、この技術は人間のインタラクションを通じてAIの決定と説明の両方を改善することができる。
  論文  参考訳（メタデータ） (2024-07-03T15:38:57Z)
• Towards Human-AI Deliberation: Design and Evaluation of LLM-Empowered Deliberative AI for AI-Assisted Decision-Making [47.33241893184721]
  AIによる意思決定において、人間はしばしばAIの提案を受動的にレビューし、それを受け入れるか拒否するかを決定する。 意思決定における人間-AIの意見の対立に関する議論と人間のリフレクションを促進する新しい枠組みであるHuman-AI Deliberationを提案する。 人間の熟考の理論に基づいて、この枠組みは人間とAIを次元レベルの意見の引用、熟考的議論、意思決定の更新に携わる。
  論文  参考訳（メタデータ） (2024-03-25T14:34:06Z)
• Fairness And Bias in Artificial Intelligence: A Brief Survey of Sources, Impacts, And Mitigation Strategies [11.323961700172175]
  この調査論文は、AIの公平性とバイアスに関する簡潔で包括的な概要を提供する。 我々は、データ、アルゴリズム、人間の決定バイアスなどのバイアス源をレビューする。 偏りのあるAIシステムの社会的影響を評価し,不平等の持続性と有害なステレオタイプの強化に着目した。
  論文  参考訳（メタデータ） (2023-04-16T03:23:55Z)

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。