文件名称：算法不当-研究论文
文件大小：435KB
文件格式：PDF
更新时间：2024-06-08 14:18:18
algorithms machine learning big data
人们担心英国的警务很快就会被“算法不当”充斥。 大数据和基于机器学习的算法相结合，为更好地以情报为主导的罪犯管理创造了机会，但也带来了监管风险和对公民*的某些威胁，即使这些风险可以缓解。 就宪法和行政法而言，基于部署相关工具的方式，使用预测情报分析软件服务于“算法正义”会带来各种*和数据保护问题。 但是，无论确切的上下文如何，在警务中算法正义的所有使用中都有联系的主题。 可能会影响*裁量权，可辩驳的偏见，可能违反自然正义以及令人不快的未能考虑到相关信息的风险。 在算法正义的发展中“数据歧视”的潜力是一个现实而紧迫的问题。 本文力图以司法审查为基础，提出一系列论据，以针对基于算法的决策过程进行部署，人们可能会在反对这种决策过程时反对在英国刑事司法系统中进行决策。 在这个新兴的算法时代，例如，如果竞选组织或个人索赔人寻求与法院有关的补救措施，则可以使用这种论点来增强和增强数据保护和/或*审查依据。某些基于算法的决策过程或结果。