Descripción: Virginia courts’ use of algorithmic predictions of future offending risks were found by researchers failing to reduce incarceration rates, showed racial and age disparities in risk scores and its application, and neither exacerbated or ameliorated historical racial differences in sentencing.
Entidades
Ver todas las entidadesAlleged: Virginia Department of Criminal Justice Services developed an AI system deployed by Virginia courts, which harmed Virginia convicted felons , Virginia Black offenders y Virginia young offenders.
Risk Subdomain
A further 23 subdomains create an accessible and understandable classification of hazards and harms associated with AI
1.1. Unfair discrimination and misrepresentation
Risk Domain
The Domain Taxonomy of AI Risks classifies risks into seven AI risk domains: (1) Discrimination & toxicity, (2) Privacy & security, (3) Misinformation, (4) Malicious actors & misuse, (5) Human-computer interaction, (6) Socioeconomic & environmental harms, and (7) AI system safety, failures & limitations.
- Discrimination and Toxicity
Entity
Which, if any, entity is presented as the main cause of the risk
Other
Timing
The stage in the AI lifecycle at which the risk is presented as occurring
Post-deployment
Intent
Whether the risk is presented as occurring as an expected or unexpected outcome from pursuing a goal
Unintentional
Informes del Incidente
Cronología de Informes
Tendemos a suponer que el futuro a corto plazo de la automatización se basará en asociaciones hombre-máquina. Nuestros compinches robóticos compensarán las blandas ineficiencias del cerebro humano, mientras que el juicio humano lijará sus f…
Evaluamos los impactos de la adopción de evaluaciones de riesgo algorítmicas como una ayuda para la discreción judicial en la sentencia por delitos graves. Encontramos que las decisiones de los jueces están influenciadas por el puntaje de r…
Variantes
Una "Variante" es un incidente que comparte los mismos factores causales, produce daños similares e involucra los mismos sistemas inteligentes que un incidente de IA conocido. En lugar de indexar las variantes como incidentes completamente separados, enumeramos las variaciones de los incidentes bajo el primer incidente similar enviado a la base de datos. A diferencia de otros tipos de envío a la base de datos de incidentes, no se requiere que las variantes tengan informes como evidencia externa a la base de datos de incidentes. Obtenga más información del trabajo de investigación.
Incidentes Similares
Did our AI mess up? Flag the unrelated incidents
Machine Bias - ProPublica
· 15 informes
Incidentes Similares
Did our AI mess up? Flag the unrelated incidents
Machine Bias - ProPublica
· 15 informes