論文の概要: Confronting Label Indeterminacy in Automated Bail Decisions

• arxiv url: http://arxiv.org/abs/2605.04073v1
• Date: Mon, 13 Apr 2026 15:23:12 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-11 06:56:26.569967
• Title: Confronting Label Indeterminacy in Automated Bail Decisions
• Title（参考訳）: 自動ベイディシジョンにおけるラベルの不確定性
• Authors: Cor Steging, Tadeusz Zbiegień,
• Abstract要約: ベイル決定は、データ駆動型意思決定支援システムにおける根本的な課題である。 保釈が否決された場合、被告人が裁判所に現れるかどうかの反実的な結果はまだ残っていない。 3つの機械学習モデル間でラベルの不確定性を扱うための5つの現代的アプローチを評価する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Bail decisions present a fundamental challenge for data-driven decision support systems. When bail is denied, the counterfactual outcome of whether the defendant would have appeared in court remains unobserved. As a result, historical bail data embed structural label indeterminacy: future decisions are influenced by past decisions whose outcomes are only partially knowable. Building automated systems on such data risks introducing bias and reinforcing feedback loops. This raises a core question for machine-learning systems intended to assist judicial actors: how should cases in which bail was denied be treated during model development? In a case study of bail decisions from the Unified Judicial System of Pennsylvania, we evaluate five contemporary approaches to handling label indeterminacy across three machine learning models, including a novel label imputation method motivated by the dynamics of bail decisions. Each method relies on unverifiable assumptions, yet all influence the models' predictive behaviour, sometimes even more so than the choice of model itself. Explainable AI analysis further reveals that these effects extend to the models' internal decision-making processes as well. Finally, we consider the notion of label indeterminacy from a legal perspective and assess the legitimacy of these approaches in the context of bail decision-making.
• Abstract（参考訳）: ベイル決定は、データ駆動型意思決定支援システムにおける根本的な課題である。 保釈が否決された場合、被告人が裁判所に現れるかどうかの反実的な結果はまだ残っていない。 その結果、過去の保釈データには構造的ラベルの不確定性が組み込まれている。 バイアスを導入し、フィードバックループを補強する、このようなデータ上の自動化システムの構築。 モデル開発中に保釈が拒否された場合はどうしたらいいのか? ペンシルベニア州統一司法制度による保釈決定のケーススタディでは,保釈決定のダイナミクスに動機づけられたラベル計算手法を含む,3つの機械学習モデルにおけるラベルの不確定性を扱うための5つの現代的アプローチを評価した。 それぞれのメソッドは検証不可能な仮定に依存しているが、すべてのモデルはモデル自体の選択よりもさらに予測的な振る舞いに影響を与えることがある。 説明可能なAI分析により、これらの効果がモデルの内部決定プロセスにも及んでいることが明らかになった。 最後に,法的観点からラベル不確定性の概念を考察し,保釈決定の文脈におけるこれらのアプローチの正当性を評価する。

関連論文リスト

• Fairness under uncertainty in sequential decisions [14.392931077157906]
  アルゴリズム的アプローチだけでは構造的不等式は解決できない。 多くの実際の機械学習アプリケーションはオンラインでシーケンシャルであり、事前決定は将来のものを伝える。 本稿では, 逐次意思決定における不確実性の分類について紹介する。
  論文  参考訳（メタデータ） (2026-04-23T14:17:58Z)
• Partial Identification Approach to Counterfactual Fairness Assessment [50.88100567472179]
  未知の対実的公正度尺度を高い信頼性で有界化するためのベイズ的アプローチを導入する。 以上の結果から、人種をアフリカ系アメリカ人に転換する際のCompASスコアに対する肯定的な(不快な)効果と、若年から高齢に移行する際の否定的な(直接的な因果関係)効果が明らかとなった。
  論文  参考訳（メタデータ） (2025-09-30T18:35:08Z)
• Online Decision Mediation [72.80902932543474]
  意思決定支援アシスタントを学習し、(好奇心)専門家の行動と(不完全)人間の行動の仲介役として機能することを検討する。 臨床診断では、完全に自律的な機械行動は倫理的余裕を超えることが多い。
  論文  参考訳（メタデータ） (2023-10-28T05:59:43Z)
• One Model Many Scores: Using Multiverse Analysis to Prevent Fairness Hacking and Evaluate the Influence of Model Design Decisions [4.362723406385396]
  設計と評価の決定の公平さをよりよく理解するために,多変量解析をどのように利用できるかを示す。 結果から,システム評価に関する決定が,同じモデルに対して,極めて異なる公平度指標を導出する可能性を強調した。
  論文  参考訳（メタデータ） (2023-08-31T12:32:43Z)
• Causal Fairness Analysis [68.12191782657437]
  意思決定設定における公平性の問題を理解し、モデル化し、潜在的に解決するためのフレームワークを導入します。 我々のアプローチの主な洞察は、観測データに存在する格差の定量化と、基礎となる、しばしば観測されていない、因果的なメカニズムの収集を結びつけることである。 本研究は,文献中の異なる基準間の関係を整理し,説明するための最初の体系的試みであるフェアネスマップにおいて,本研究の成果を左右するものである。
  論文  参考訳（メタデータ） (2022-07-23T01:06:34Z)
• Inverse Online Learning: Understanding Non-Stationary and Reactionary Policies [79.60322329952453]
  エージェントが意思決定を行う方法の解釈可能な表現を開発する方法を示す。 一連の軌跡に基づく意思決定プロセスを理解することにより,このオンライン学習問題に対して,政策推論問題を逆問題とみなした。 本稿では、エージェントがそれらを更新するプロセスと並行して、その影響を遡及的に推定する実用的なアルゴリズムを提案する。 UNOSの臓器提供受諾決定の分析に応用することで、我々のアプローチは意思決定プロセスを管理する要因や時間とともにどのように変化するかに、貴重な洞察をもたらすことができることを実証する。
  論文  参考訳（メタデータ） (2022-03-14T17:40:42Z)
• Leveraging Expert Consistency to Improve Algorithmic Decision Support [62.61153549123407]
  建設のギャップを狭めるために観測結果と組み合わせることができる情報源として,歴史専門家による意思決定の利用について検討する。 本研究では,データ内の各ケースが1人の専門家によって評価された場合に,専門家の一貫性を間接的に推定する影響関数に基づく手法を提案する。 本研究は, 児童福祉領域における臨床現場でのシミュレーションと実世界データを用いて, 提案手法が構成ギャップを狭めることに成功していることを示す。
  論文  参考訳（メタデータ） (2021-01-24T05:40:29Z)
• Predicting Court Decisions for Alimony: Avoiding Extra-legal Factors in Decision made by Judges and Not Understandable AI Models [0.02578242050187029]
  この目的のために,ランダムな森林と回帰モデルを組み合わせた説明可能なAIモデルを提案する。 フランスの司法管轄区域が引き起こした離婚問題において、多くの裁判所決定を使用することで、裁判官が下した決定には法外的要因があるかどうかを判断する。
  論文  参考訳（メタデータ） (2020-07-09T14:14:20Z)
• Inverse Active Sensing: Modeling and Understanding Timely Decision-Making [111.07204912245841]
  我々は,内因性,文脈依存型時間圧下でのエビデンスに基づく意思決定の一般的な設定のための枠組みを開発する。 意思決定戦略において、サプライズ、サスペンス、最適性の直感的な概念をモデル化する方法を実証する。
  論文  参考訳（メタデータ） (2020-06-25T02:30:45Z)
• Modeling Perception Errors towards Robust Decision Making in Autonomous Vehicles [11.503090828741191]
  意思決定サブシステムが堅牢で安全な判断を下すのに十分な認識サブシステムは十分か? 自律システムの挙動に異なる種類の知覚・知覚誤差が与える影響を解析する方法を示す。
  論文  参考訳（メタデータ） (2020-01-31T08:02:14Z)

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。