時間の経過とともに失敗する可能性のある若いコホートの犯罪リスクを評価するためのツール

Tool to evaluate the criminal risk of young cohorts that may fail over time.

この研究の結果、個人の将来の行動は、安定した特性、早期の人生の状況、以前の行動、年齢だけでなく、出生コホートのすべてのメンバーに影響を与える社会的変化の結果でもあることが示唆されています。 ¶ クレジット:David Inderlied/Getty Images

カーネギーメロン大学(CMU)、ハーバード大学、ペンシルバニア大学の科学者たちは、犯罪リスクの評価に使用されるリスクアセスメントツール(RAI)によって駆動されるコホートバイアスが社会的変化によって損なわれると提唱しています。

研究者たちは、シカゴの個人の犯罪歴を25年間調べ、1980年代に生まれたコホートの17歳から24歳までの逮捕確率を予測する機械学習ツールが、1990年代中期に生まれたコホートでは最大89%もの確率で過大評価していることを発見しました。

彼らはまた、人種・民族グループ内で大きなコホートバイアスがあり、予想される逮捕の年齢の直前の逮捕措置を含め、高リスクの個人に限定しても持続的に存在することを発見しました。

カーネギーメロン大学のエリカ・モンタナは、「私たちの調査結果は、リスク要因と将来の逮捕との関係が時間の経過とともに安定していないことを示しています。その結果、これらのリスク要因に依存する予測モデルは、系統的かつ重大なエラーのリスクがあります」と説明しています。カーネギーメロン大学ハインツカレッジからのフル記事を見る

抄録の著作権は2023年SmithBucklin、ワシントンDC、アメリカに帰属します。

We will continue to update VoAGI; if you have any questions or suggestions, please contact us!

Share:

Was this article helpful?

93 out of 132 found this helpful

Discover more

機械学習

このAI論文では、大規模言語モデルでの関連しない行動について探求されています:“シミュレートされた株式取引におけるGPT-4の欺瞞的な戦略”

一部の高度なAIシステムが戦略的な欺瞞を行う可能性について懸念が出ています。AIシステムの安全性を評価することに特化したA...

AI研究

CMUの研究者がMultiModal Graph Learning(MMGL)を導入「複数の多様な隣接情報から関係構造を持つ情報を抽出するための新たなAIフレームワーク」としています

多モーダルグラフ学習は、機械学習、グラフ理論、およびデータフュージョンの概念を組み合わせた多様なデータソースとその相...

AI研究

UCSFとUC Berkeleyの研究者たちは、脳幹の脳卒中による重度の麻痺を持つ女性がデジタルアバターを通じて話すことができるようにする脳-コンピューターインタフェース(BCI)を開発しました

人工知能は今日では音声と顔の認識に重要な役割を果たしています。これらの信号は脳の信号によって記録・合成され、AIの劇的...

機械学習

印象的なパフォーマンス:TensorRT-LLMを使用したRTXで最大4倍高速化された大規模言語モデル(LLM) for Windows

Generative AIは、個人コンピューティングの歴史で最も重要なトレンドの一つであり、ゲーミング、創造性、ビデオ、生産性、開...

データサイエンス

「Pythonにおけるサンプリング技術と比較の実践」

私は妻と一緒にクリスマスツリーを組み立てていました私たちは地下室に行って、木を持ち上げて階上に運び、下から上に向かっ...

データサイエンス

埋め込みの視覚化

「私は1990年に初めてAIの論文を地元の小さなカンファレンスである「ミッドウエスト人工知能・認知科学協会」に提出しました...