اشترك

الاستمرار بالحساب الحالي

شارك
شارك


استخدم الفريق مجموعة بياناتٍ من تقييمات المخاطر التي أجرتها خوارزمية كومباس، والتي تتضمن معلومات حول 7,000 متهم حقيقي، وقد جاءت النتائج متقاربة.

2020-04-01 09:14:26

25 فبراير 2020
Article image

مصدر الصورة: بيكساباي
يقول الخبر  وجدت دراسةٌ جديدة أن خوارزميات تقييم المخاطر تتفوق على البشر أحياناً في التنبؤ باحتمال إعادة اعتقال مجرم خلال سنتين من إطلاق سراحه. لكن يبقى أداء الاثنين، أي البشر والخوارزميات، متواضعاً. تفاصيل الدراسة  حاول باحثون من جامعتي ستانفورد وكاليفورنيا في بيركلي إعادة إجراء تجربة من عام 2018 والتي وجدت أن أداء الأشخاص الذين لم يتلقوا أي تدريب كان بنفس جودة أداء برنامج تقييم المخاطر المستخدم على نطاق واسع والمسمى كومباس COMPAS. يتم تدريب خوارزميات تقييم المخاطر باستخدام البيانات التاريخية للمدعى عليهم، ويُفترض بها أن تساعد القضاة على تقرير وجوب سجن المدعى عليه أو إطلاق سراحه في انتظار المحاكمة. (لقد درسنا بعض المشاكل المتعلقة بهذه الخوارزميات في مقالتنا التفاعلية المنشورة في العام الماضي).  اختبار أداء البشر في هذا الموضوع  استخدم الفريق مجموعة بياناتٍ من تقييمات المخاطر التي أجرتها خوارزمية كومباس، والتي تتضمن معلومات حول 7,000 متهم حقيقي، واعتمدوا على هذه البيانات في إنشاء ملفٍ شخصي لكلٍّ منهم. ثم عُرضت هذه الملفات على 400 شخصٍ عادي تم توظيفهم عبر منصة أمازون ميكانيكال تورك، وطُلب منهم أن

أدخل بريدك الإلكتروني واقرأ المقال مجاناً

أنشئ حساباً مجاناً واقرأ مقالتين مجاناً كل شهر من أوسع تشكيلة محتوى أنتجته ألمع العقول العالمية والعربية.