文件名称：透明的预测-研究论文
文件大小：426KB
文件格式：PDF
更新时间：2024-06-09 01:30:33
Data Mining Privacy Data Protection
可以预测人类行为吗？ 各种各样的*计划都在使用计算机化流程进行尝试。 庞大的个人信息数据集增强了从事这些业务的能力以及推动它们前进的胃口。 各国*对自动进行个性化预测以预见违法行为具有浓厚的兴趣。 新颖的技术工具，尤其是数据挖掘应用程序，正在使*的预测成为可能。 越来越多地使用预测方法，这引起了人们对缺乏透明度的严重关注。 尽管在政策，法律和学术辩论中引起了广泛反响，但在这种情况下，透明的性质尚不清楚。 透明度来自不同的甚至相互竞争的理由，以及非常不同的法律和哲学背景。 本文提出了一个独特而全面的概念框架，以了解透明性在自动预测建模的关键和创新领域中必须作为监管概念发挥的作用。 第二部分首先简要描述了预测建模过程，同时重点介绍了在联邦所得税征收和执法背景下实施的举措。 然后，在区分技术和人类的作用的同时，它画出了过程的基本要素。 认识这些要素对于理解透明度的重要性和挑战至关重要。 第三部分着眼于预测过程生成的信息流。 在此过程中，它解决了在此过程中实现透明的各种策略，有些策略是法律规定的，而另一些则被忽略了。 为此，本文引入了有用的分类法，在整个分析过程中都将使用该分类法。 它还建立了对进行预测透明性的整体理论分析和政策蓝图的需求。 第四部分转向理论分析，以寻求透明性的根源。 在这里，分析将透明度作为提高*效率，促进众包并促进隐私和自治的工具。 第五部分转向研究要求限制透明度的反对论点。 它解释了公开如何破坏*的政策和权威，以及产生成见的定型观念。 在阐明了理由和反诉之后，第六部分着手为实现透明度提供创新和独特的政策框架。 本文在第七部分的结尾部分是，解释了预测建模过程透明性所不能解决的问题和风险，并呼吁采取其他监管措施。