犯罪预测算法不善于预测犯罪

美国的一些法院,特别是从加利福尼亚州到新泽西州的法院,使用犯罪预测算法来确定被告是否可能在未来犯下另一种罪行

该软件可帮助法官决定谁获准保释,谁入狱,谁可以免费走开,似乎技术不是很可靠,并为更不公平的司法系统打开了大门达特茅斯学院的研究人员Julia Dressel和Hany Farid在Science Advances杂志上发表的一篇论文中用所谓的风险评估算法解决了这个问题

研究检查了一种流行的风险评估算法,称为Compas,并指出该软件的累犯预测与随机人员给予在线调查的答案没有什么不同

法里德在达特茅斯教授计算机科学,而德雷塞尔则主修计算机科学和在同一所学校进行性别研究,在研究中使用亚马逊机械土耳其人他们询问了大约400名在线市场的参与者 - 人们在哪里为简单任务获得少量报酬 - 决定特定被告是否可能再犯或再次犯罪参与者在被提供七份来自被告简介的数据后被问到,而不包括后者的种族Dressel和Farid的样本研究包括来自布劳沃德县的1000名真实被告的数据和公共记录,显示这些被告是否真的在以后犯下了另一项罪行

参与者被分成小组,每个被根据简短的描述(例如一个)进行评估

如下所示:被告是[SEX]年龄[年龄]他们被指控:[犯罪指控]此罪行被归类为[犯罪级别]他们已经被定罪[非少年犯罪前]他们的少年重罪指控和[JUVENILE-MISDEMEANOR COUNT]少年轻罪指控他们的记录再次,该研究只使用了七个数据,whi ch远远低于Compas在其调查问卷中使用的137个数据点

然而,值得注意的是,Equasant Compas背后的公司在声明中表示其软件仅使用六个数据来提出其累犯预测结果该研究表明,随机人员的总体预测准确率为67%,而康帕斯的预测准确率为65%

研究人员还指出,即使没有提供被告的竞选,参与者也错误地预测黑人被告可能会像以下一样重新犯罪

Compas会错误地将黑人被告归类为重新犯罪的高风险参与者和Compas也错误地将白人被告分类为不太可能重新犯罪了解到他们的研究对黑人被告产生了37%的假阳性率,而对于白人被告则为27%,Dressel和Farid与另外400名参与者重复了这项实验然而,他们发现,即使提供了种族数据,结果也基本相同

这导致两人尝试通过创建自己的算法验证他们的发现,并用布劳沃德县的数据和有关被告是否重新犯罪的信息提供给他们

以后的日期团队发现使用他们自己的算法,实际上只需要两个数据点才能达到65%的准确率:被告的年龄和被告先前被定罪的数量“基本上,如果你年轻并且有很多信念,你的风险很高,如果你年纪大了,几乎没有先例,那你就是低风险,“法里德说,最后,该研究声称犯罪预测算法在预测犯罪方面并不比随机人更好

互联网“回应在线调查的人和在法庭上使用的商业软件之间基本上没有区别,”Farid解释说“如果这个软件只有untr准确回应在线调查的人们,我认为法院应该考虑在决定在决策中给予他们多少重量时,Equivant声称研究人员做了什么进一步使康帕斯做出良好预测的能力合法化“而不是对于Compas评估的批评,[它]实际上增加了越来越多的独立研究,这些研究已经证实Compas可以获得良好的可预测性和匹配性,“Equivant在一份声明中说,根据连线

上一篇 :婴孩的故事出生没有头骨和脑子
下一篇 三星Galaxy S6 Edge 64GB变体降价至549.99美元在eBay上