Incidents associés
Nous évaluons les impacts de l'adoption d'évaluations algorithmiques des risques comme aide à la discrétion judiciaire dans la détermination de la peine pour crime. Nous constatons que les décisions des juges sont influencées par le score de risque, ce qui entraîne des peines plus longues pour les accusés avec des scores plus élevés et des peines plus courtes pour ceux avec des scores plus faibles. Cependant, malgré des instructions explicites selon lesquelles l'évaluation des risques était censée réduire la population carcérale, il n'y a pas eu de réduction nette de l'incarcération. Nous ne détectons pas non plus d'avantages pour la sécurité publique de son utilisation. Nous documentons les disparités raciales tant dans le score de risque que dans son application : les juges sont plus susceptibles de suivre les recommandations de clémence associées au score de risque pour les accusés blancs que pour les noirs. Cependant, la détermination de la peine en Virginie était déjà assez disparate sur le plan racial et l'utilisation de l'évaluation des risques n'a ni exacerbé ni amélioré les différences. L'évaluation des risques a toutefois augmenté les peines relatives pour les jeunes accusés. Nous explorons plusieurs théories autour de l'interaction homme-machine pour mieux comprendre nos résultats : objectifs contradictoires, apprentissage par l'utilisation, adoptants contre non-adoptants et utilisation inefficace de l'information.
Mots clés : évaluation des risques, algorithmes, détermination de la peine