《表1 COMPAS算法假释评估的预测失败概率》
数据来源:https://www.propublica.org/article/machine-bias-risk-assessments-in-criminal-sentencing.
一方面,有些算法被外在地赋予政治性,司法领域的量刑评估算法是一个典型案例。COMPAS算法是由美国Northpointe公司数据科学家蒂姆·布伦南发明的司法辅助决策模型,该算法结合刑事案件被告人对137个调查问题的回答(涉及以往犯罪记录、第一次被捕的年龄及现在年龄、教育水平以及一个小时的问卷调查等人口统计学信息)来预测他们再次犯罪的可能性,他声称该算法不会把种族作为变量。美国一些州的法官在被告人申请假释时,通过用该算法对他们再犯的风险进行评估,以作出最终决定。2016年,一家公益机构Pro Publica基于佛罗里达州布劳沃德县的用户数据开展的调查发现,COMPAS算法对非裔美国人存在偏见。具体而言,假释评估时被算法标注为高风险(容易再犯),但后来没有再犯的白人为23.5%,黑人为44.9%;假释评估时被算法标注为低风险(不易再犯),但后来再犯的白人为47.7%,黑人为28.0%。因此,那些虽有前科但没有再犯的黑人被算法错误标注为高风险罪犯(如表1所示)[18]。
图表编号 | XD00205148700 严禁用于非法目的 |
---|---|
绘制时间 | 2021.02.20 |
作者 | 黄晓伟、李育慧 |
绘制单位 | 天津大学马克思主义学院 |
更多格式 | 高清、无水印(增值服务) |