概要: The Portland Water Bureau's AI-driven pilot program for water bill discounts is reported to have randomly selected Tim Boyle, a wealthy high-water consumer, for a 40% discount intended for financially struggling customers. The program, developed by SERVUS, is meant to identify underserved individuals by using machine learning.
推定: Portland Water Bureau と SERVUSが開発し提供したAIシステムで、Portland Water Bureau , Tim Boyle , Low-income Portland residents と City of Portlandに影響を与えた
関与が疑われるAIシステム: SERVUS
インシデン トのステータス
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
インシデントレポート
レポートタイムライン
ティム・ボイルは自分の目が信じられなかった。コロンビア・スポーツウェアの CEO は、個人的にも会社のためにも、多くの請求書を支払っている。彼が定価で支払っているものにサプライヤーが大幅な割引を申し出るのは珍しいことだ。
しかし、そこにあったのはポートランド水道局からの手紙だった。「ティモシー・ボイル様」と 10 月 14 日の手紙には書かれていた。「あなたのアカウントは、スマート割引プログラムへの参加対象として無作為に選ばれました。」割引率は 40%。
毎年、ポートランド水…
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
よく似たインシデント
Did our AI mess up? Flag the unrelated incidents
Working Anything but 9 to 5
· 10 レポート
Policing the Future
· 17 レポート
よく似たインシデント
Did our AI mess up? Flag the unrelated incidents
Working Anything but 9 to 5
· 10 レポート
Policing the Future
· 17 レポート