Description: Evolv's AI-based weapons detection system reportedly produced excessive false positives, mistaking everyday school items for weapons and pulling schools' security personnel for manual checking.
Entités
Voir toutes les entitésAlleged: Evolv Technology developed an AI system deployed by Charlotte Mecklenburg School District, which harmed students at Charlotte Mecklenburg Schools , teachers at Charlotte Mecklenburg Schools et security officers at Charlotte Mecklenburg Schools.
Classifications de taxonomie CSETv1
Détails de la taxonomieIncident Number
The number of the incident in the AI Incident Database.
349
Risk Subdomain
A further 23 subdomains create an accessible and understandable classification of hazards and harms associated with AI
7.3. Lack of capability or robustness
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.
- AI system safety, failures, and limitations
Entity
Which, if any, entity is presented as the main cause of the risk
AI
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
Rapports d'incidents
Chronologie du rapport

Le 22 mars, Jennifer Dean, directrice de l'école secondaire Mallard Creek à Charlotte, en Caroline du Nord, a envoyé un e-mail aux membres de son personnel pour les informer de l'installation d'un nouveau système de sécurité. Fabriqué par u…

Nous allons continuer à faire tuer des enfants en Amérique. Nous n'arrêterons jamais de jeter de l'argent dans la direction du problème, mais pas directement au problème. Rien n'est plus sûr. Il obtient simplement plus de postes budgétaires…
Variantes
Une "Variante" est un incident qui partage les mêmes facteurs de causalité, produit des dommages similaires et implique les mêmes systèmes intelligents qu'un incident d'IA connu. Plutôt que d'indexer les variantes comme des incidents entièrement distincts, nous listons les variations d'incidents sous le premier incident similaire soumis à la base de données. Contrairement aux autres types de soumission à la base de données des incidents, les variantes ne sont pas tenues d'avoir des rapports en preuve externes à la base de données des incidents. En savoir plus sur le document de recherche.