เมื่อผู้พิพากษาชั่งน้ำหนักประโยคของ เว็บสล็อตแตกง่าย Loomis เขาได้พิจารณาหลักฐานต่างๆ มากมาย รวมถึงผลลัพธ์ของเครื่องมือประเมินความเสี่ยงแบบอัตโนมัติที่เรียกว่าCOMPAS คะแนน COMPAS ของ Loomis ระบุว่าเขา “มีความเสี่ยงสูง” ในการก่ออาชญากรรมใหม่ เมื่อพิจารณาจากคำทำนายนี้ ผู้พิพากษาตัดสินจำคุกเขาเจ็ดปี
พื้นฐานของการประเมินความเสี่ยง
การตัดสินความเสี่ยงในอนาคตของจำเลยแต่ละรายเป็นส่วนสำคัญของกระบวนการพิจารณาพิพากษามาเป็นเวลานาน ส่วนใหญ่แล้ว การตัดสินเหล่านี้เกิดขึ้นจากสัญชาตญาณบางอย่าง
การประเมินความเสี่ยงโดยอัตโนมัติถือเป็นวิธีการสร้าง มาตรฐาน ของกระบวนการ ผู้เสนอเครื่องมือเหล่านี้ เช่น National Center for State Courts ที่ไม่แสวงหากำไร เชื่อว่าเครื่องมือเหล่านี้นำเสนอวิธีที่สม่ำเสมอและสมเหตุสมผลในการพิจารณาความเสี่ยง คนอื่นยกย่องเครื่องมือสำหรับการใช้ข้อมูลขนาดใหญ่
แนวคิดพื้นฐานคือเครื่องมือเหล่านี้สามารถช่วยให้จำเลยไร้ความสามารถซึ่งมีแนวโน้มที่จะก่ออาชญากรรมมากขึ้น ในขณะเดียวกัน การปล่อยตัวผู้กระทำผิดที่มีความเสี่ยงต่ำกว่าอาจคุ้มทุนมากกว่า
ทุกรัฐใช้การประเมินความเสี่ยงในขั้นตอนเดียวหรือหลายขั้นตอนของกระบวนการยุติธรรมทางอาญา ตั้งแต่การจับกุมไปจนถึงการควบคุมดูแลหลังเรือนจำ ขณะนี้มีเครื่องมือมากมายให้เลือกใช้ แต่ละคนใช้อัลกอริธึมที่ซับซ้อนไม่มากก็น้อยในการคาดการณ์ว่าจะมีคนทำผิดซ้ำหรือไม่
นักพัฒนาเครื่องมือประเมินความเสี่ยงมักจะปฏิบัติตามวิธีการทางวิทยาศาสตร์ทั่วไป พวกเขาวิเคราะห์ข้อมูลทางประวัติศาสตร์เกี่ยวกับอัตราการกระทำผิดซ้ำของกลุ่มตัวอย่างอาชญากรที่รู้จัก วิธีนี้ช่วยกำหนดว่าปัจจัยใดที่เกี่ยวข้องกับการกระทำผิดทางสถิติในทางสถิติ ลักษณะทั่วไปที่เกี่ยวข้องกับการกระทำผิดซ้ำ ได้แก่ อายุของบุคคลในความผิดครั้งแรก ไม่ว่าบุคคลนั้นมีอดีตที่รุนแรงหรือไม่ และความมั่นคงของครอบครัวของบุคคลนั้นหรือไม่
ตัวทำนายที่สำคัญที่สุดรวมอยู่ในแบบจำลองทางคณิตศาสตร์ จากนั้นนักพัฒนาจึงสร้างอัลกอริธึมทางสถิติที่มีน้ำหนักตัวทำนายที่แข็งแกร่งกว่าตัวที่อ่อนแอกว่า
ตัวอย่างเช่น ประวัติศาสตร์อาชญากรรมเป็นหนึ่งในตัวทำนายที่แข็งแกร่งที่สุดของอาชญากรรมในอนาคตอย่างต่อเนื่อง ดังนั้นประวัติอาชญากรรมจึงมีแนวโน้มที่จะมีน้ำหนักมาก
โดยทั่วไป เครื่องมือจะแบ่งผลลัพธ์ออกเป็นหมวดหมู่ต่างๆ เช่น ความเสี่ยงต่ำ ปานกลาง หรือสูง สำหรับผู้มีอำนาจตัดสินใจ ถังเก็บความเสี่ยงเหล่านี้เป็นวิธีที่น่าสนใจในการแยกแยะผู้กระทำผิด ในการพิจารณาคดี นี่อาจหมายถึงการลงโทษที่รุนแรงขึ้นสำหรับผู้ที่ดูเหมือนจะมีความเสี่ยงสูงที่จะถูกลงโทษอีกครั้ง แต่สิ่งต่าง ๆ ไม่ได้เป็นสีดอกกุหลาบอย่างที่เห็น
การลงโทษเฉพาะบุคคล
ในกรณีของ Loomis รัฐวิสคอนซินอ้างว่าผลลัพธ์ที่ขับเคลื่อนด้วยข้อมูลนั้นถูกกำหนดเป็น รายบุคคล สำหรับLoomis แต่มันไม่ใช่
อัลกอริธึมเช่น COMPAS ไม่สามารถคาดการณ์เกี่ยวกับจำเลยแต่ละคนได้ เนื่องจากเครื่องมือความเสี่ยงที่ขับเคลื่อนด้วยข้อมูลนั้นอิงตามสถิติกลุ่ม สิ่งนี้สร้างปัญหาที่นักวิชาการบางครั้งเรียกว่าปัญหา “กลุ่มต่อบุคคล” หรือG2i
กลุ่มนักวิทยาศาสตร์ศึกษา แต่กฎหมายตัดสินให้ปัจเจกบุคคล พิจารณาความเชื่อมโยงระหว่างวิทยาศาสตร์กับกฎหมายที่นี่
อัลกอริธึมในเครื่องมือประเมินความเสี่ยงมักกำหนดจุดเฉพาะให้กับปัจจัยต่างๆ คะแนนรวมแล้ว. ผลรวมมักจะถูกแปลงเป็นถังเสี่ยง เช่น ความเสี่ยงต่ำหรือสูง โดยทั่วไป คะแนนที่มากขึ้นหมายถึงความเสี่ยงที่จะเกิดการกระทำผิดซ้ำมากขึ้น
ให้คะแนน 6 คะแนนเต็ม 10 สำหรับเครื่องมือบางอย่างที่ถือว่า “มีความเสี่ยงสูง” ในกลุ่มประวัติศาสตร์ที่ศึกษา บางที 50 เปอร์เซ็นต์ของผู้ที่มีคะแนน 6 คะแนน ทำผิดซ้ำ
ดังนั้น อาจมีคนคิดว่าผู้กระทำผิดรายใหม่ที่ทำคะแนนได้ 6 คะแนนด้วยมีความเสี่ยง 50 เปอร์เซ็นต์ที่จะถูกลงโทษอีกครั้ง แต่นั่นจะไม่ถูกต้อง
อาจเป็นกรณีที่ครึ่งหนึ่งของผู้ที่มีคะแนน 6 ในกลุ่มประวัติศาสตร์ที่ศึกษาจะถูกตำหนิในภายหลัง อย่างไรก็ตาม เครื่องมือนี้ไม่สามารถเลือกได้ว่าผู้กระทำความผิดที่มี 6 คะแนนคนใดจะทำผิดซ้ำ และคนใดจะดำเนินชีวิตอย่างมีประสิทธิผล
การศึกษาปัจจัยที่เกี่ยวข้องกับการกระทำผิดซ้ำไม่ใช่การศึกษาเชิงสาเหตุ พวกเขาสามารถบอกได้เพียงว่าปัจจัยใดที่สัมพันธ์กับการก่ออาชญากรรมใหม่ บุคคลยังคงมีเจตจำนงเสรีในการตัดสินใจฝ่าฝืนกฎหมายอีกครั้งหรือไม่
ปัญหาเหล่านี้อาจอธิบายได้ว่าทำไมเครื่องมือเสี่ยงจึงมักมีอัตราที่ผิดพลาดอย่างมีนัยสำคัญ การคาดการณ์โดยเครื่องมือเสี่ยงภัยที่ได้รับความนิยมมากที่สุดสำหรับความรุนแรงและการล่วงละเมิดทางเพศนั้นแสดงให้เห็นว่าเข้าใจผิดสำหรับบางกลุ่มมากกว่า50 เปอร์เซ็นต์ของเวลา
จากการตรวจสอบของ ProPublica พบว่า COMPAS ซึ่งเป็นเครื่องมือที่ใช้ในเคสของ Loomis มีอัตราความผิดพลาดจำนวนมาก ตัวอย่างเช่น COMPAS ล้มเหลวในการทำนายการทำผิดซ้ำในการศึกษาหนึ่งครั้งที่อัตรา 37 เปอร์เซ็นต์ บริษัทที่ผลิต COMPAS ได้โต้แย้งระเบียบวิธีการศึกษา
กำลังตัดสินใจเกี่ยวกับ Loomis
โชคไม่ดีที่การตีความเครื่องมือประเมินความเสี่ยงผิดๆ มีอยู่ทั่วไปในความยุติธรรมทางอาญา
จากการวิเคราะห์ของฉัน ฉันเชื่อว่าเครื่องมือเหล่านี้ไม่สามารถให้การประเมินรายบุคคลได้ทั้งในทางวิทยาศาสตร์หรือในทางปฏิบัติ สิ่งนี้เป็นจริงไม่ว่าอัลกอริธึมพื้นฐานจะซับซ้อนแค่ไหน
เอกสาร COMPASระบุว่าไม่ควรใช้ผลลัพธ์ในการพิจารณาพิพากษา แต่ได้รับการออกแบบมาเพื่อช่วยในการตัดสินใจกำกับดูแลเกี่ยวกับความต้องการของผู้กระทำความผิด นักพัฒนาเครื่องมืออื่นๆ มักจะระบุว่าเครื่องมือของพวกเขาคาดการณ์ความเสี่ยงในอัตรา ที่ ดีกว่าโอกาส
นอกจากนี้ยังมีปัญหายุ่งยากมากมายเกี่ยวกับเครื่องมือประเมินความเสี่ยงที่รวมเอา ตัวแปร ทางสังคมและประชากร ไม่ว่าทางตรงหรือทางอ้อมเช่น เพศ เชื้อชาติ และชนชั้นทางสังคม ศาสตราจารย์ด้านกฎหมายAnupam Chanderได้ตั้งชื่อว่าปัญหาของ ” อัลกอริธึมชนชั้น “
ข้อมูลขนาดใหญ่อาจมีเสน่ห์ แต่เครื่องมือที่ขับเคลื่อนด้วยข้อมูลไม่สามารถคาดการณ์แต่ละอย่างที่จำเป็นต้องมีการตัดสินใจในการพิจารณาพิพากษา ศาลฎีกาอาจให้ความเห็นที่เป็นประโยชน์เกี่ยวกับประเด็นทางกฎหมายและวิทยาศาสตร์เหล่านี้โดยการตัดสินใจรับฟังคดีของลูมิส สล็อตแตกง่าย
