Skip to Content
logologo
AI Incident Database
Open TwitterOpen RSS FeedOpen FacebookOpen LinkedInOpen GitHub
Open Menu
発見する
投稿する
  • ようこそAIIDへ
  • インシデントを発見
  • 空間ビュー
  • テーブル表示
  • リスト表示
  • 組織
  • 分類法
  • インシデントレポートを投稿
  • 投稿ランキング
  • ブログ
  • AIニュースダイジェスト
  • リスクチェックリスト
  • おまかせ表示
  • サインアップ
閉じる
発見する
投稿する
  • ようこそAIIDへ
  • インシデントを発見
  • 空間ビュー
  • テーブル表示
  • リスト表示
  • 組織
  • 分類法
  • インシデントレポートを投稿
  • 投稿ランキング
  • ブログ
  • AIニュースダイジェスト
  • リスクチェックリスト
  • おまかせ表示
  • サインアップ
閉じる
自動翻訳済み

インシデント 808: インフィニット・キャンパスのAI駆動型学生リスクモデルがネバダ州の低所得者向け学校への支援削減につながる

自動翻訳済み
概要:
自動翻訳済み
インフィニット・キャンパスが開発し、ネバダ州がリスクのある生徒を特定するために導入したAIシステムにより、支援が必要と分類された生徒数は27万人から6万5千人に激減しました。この再分類により、低所得者層の学校は大幅な予算削減に直面しました。特定されたリスクのある生徒の大幅な減少により、数千人もの脆弱な立場にある子どもたちがリソースと支援を得られなくなったと報告されています。
Editor Notes: Timeline notes and clarification: Before 2023, Nevada identified at-risk students mostly by income, using free or reduced-price lunch eligibility as the key measure. In 2022, this system classified over 270,000 students as at-risk. Looking to improve the process, Nevada partnered with Infinite Campus in 2023 to introduce an AI system that used more factors like GPA, attendance, household structure, and home language. The new system was meant to better predict which students might struggle in school. However, during the 2023-2024 school year, the AI cut the number of at-risk students to less than 65,000. This reclassification caused budget cuts in schools that depended on the funding tied to at-risk students, especially those serving low-income populations. By October 2024, the problem gained national attention.

ツール

新しいレポート新しいレポート新しいレスポンス新しいレスポンス発見する発見する履歴を表示履歴を表示

組織

すべての組織を表示
Alleged: Infinite Campus developed an AI system deployed by Nevada Department of Education, which harmed Low-income students in Nevada , Nevada school districts , Mater Academy of Nevada と Somerset Academy.

インシデントのステータス

インシデントID
808
レポート数
1
インシデント発生日
2024-10-11
エディタ
Daniel Atherton
Applied Taxonomies
MIT

MIT 分類法のクラス

Machine-Classified
分類法の詳細

Risk Subdomain

A further 23 subdomains create an accessible and understandable classification of hazards and harms associated with AI
 

1.3. Unequal performance across groups

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.
 
  1. Discrimination and Toxicity

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

インシデントレポート

レポートタイムライン

+1
ネバダ州がAIにどの生徒に助けが必要か尋ねた。その答えは激しい非難を巻き起こした。
ネバダ州がAIにどの生徒に助けが必要か尋ねた。その答えは激しい非難を巻き起こした。

ネバダ州がAIにどの生徒に助けが必要か尋ねた。その答えは激しい非難を巻き起こした。

nytimes.com

ネバダ州がAIにどの生徒に助けが必要か尋ねた。その答えは激しい非難を巻き起こした。
nytimes.com · 2024
自動翻訳済み

ネバダ州は長い間、国内で最も不均衡な学校予算を抱えてきた。同州の低所得地区は、裕福な地区に比べて生徒一人当たりに使える資金が約35%少なく、これはどの州よりも最大の格差である。

1年前、ネバダ州は外部の業者が提供する人工知能の助けを借りて、この疑わしい状況を改善しようとした。しかし、それは大騒動を引き起こした。

AIシステムは、学校で苦労する子供の数に関する同州の以前の推定値がはるかに高すぎると計算した。以前は、ネバダ州はすべての低所得の生徒を学業や社会的な問題の「リスク」が…

バリアント

「バリアント」は既存のAIインシデントと同じ原因要素を共有し、同様な被害を引き起こし、同じ知的システムを含んだインシデントです。バリアントは完全に独立したインシデントとしてインデックスするのではなく、データベースに最初に投稿された同様なインシデントの元にインシデントのバリエーションとして一覧します。インシデントデータベースの他の投稿タイプとは違い、バリアントではインシデントデータベース以外の根拠のレポートは要求されません。詳細についてはこの研究論文を参照してください
似たようなものを見つけましたか?

よく似たインシデント

テキスト類似度による

Did our AI mess up? Flag the unrelated incidents

Northpointe Risk Models

Northpointe Risk Models

May 2016 · 15 レポート
NY City School Teacher Evaluation Algorithm Contested

NY City School Teacher Evaluation Algorithm Contested

Feb 2012 · 7 レポート
Predictive Policing Biases of PredPol

Predictive Policing Biases of PredPol

Nov 2015 · 17 レポート
前のインシデント次のインシデント

よく似たインシデント

テキスト類似度による

Did our AI mess up? Flag the unrelated incidents

Northpointe Risk Models

Northpointe Risk Models

May 2016 · 15 レポート
NY City School Teacher Evaluation Algorithm Contested

NY City School Teacher Evaluation Algorithm Contested

Feb 2012 · 7 レポート
Predictive Policing Biases of PredPol

Predictive Policing Biases of PredPol

Nov 2015 · 17 レポート

リサーチ

  • “AIインシデント”の定義
  • “AIインシデントレスポンス”の定義
  • データベースのロードマップ
  • 関連研究
  • 全データベースのダウンロード

プロジェクトとコミュニティ

  • AIIDについて
  • コンタクトとフォロー
  • アプリと要約
  • エディタのためのガイド

インシデント

  • 全インシデントの一覧
  • フラグの立ったインシデント
  • 登録待ち一覧
  • クラスごとの表示
  • 分類法

2024 - AI Incident Database

  • 利用規約
  • プライバシーポリシー
  • Open twitterOpen githubOpen rssOpen facebookOpen linkedin
  • 69ff178