アルゴリズム支援意思決定における不均一性:児童虐待ホットラインスクリーニングにおける事例研究【JST・京大機械翻訳】

Cheng Lingwei; Chouldechova Alexandra

プレプリント

J-GLOBAL ID：202202212291846582 整理番号：22P0329900

アルゴリズム支援意思決定における不均一性:児童虐待ホットラインスクリーニングにおける事例研究【JST・京大機械翻訳】

Heterogeneity in Algorithm-Assisted Decision-Making: A Case Study in Child Abuse Hotline Screening

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (2件)： ,
資料名：
発行年： 2022年04月11日プレプリントサーバーでの情報更新日： 2022年04月11日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

アルゴリズム的リスク評価ツールは,現在,犯罪正義と人間サービスのような公共部門の分野において一般的である。これらのツールは,行政システムで捕捉された豊富で複雑なデータを用いて,意思決定者を支援することを意図する。本研究では,実世界児童虐待ホットラインスクリーニング使用事例の文脈における労働者決定とアルゴリズムリスクスコア間のアラインメントにおける不均一性の源を検討した。特に,作業者経験に関連する不均一性に焦点を当てた。著者らは,観察されたアルゴリズムリスクスコアおよび他のケース特性に対して制御後でさえ,高齢労働者が調査のための紹介でスクリーニングする可能性が高いことを見出した。また,経験の少ない労働者の意思決定は,導入したツールの前に意思決定経験を持つ高齢者労働者よりも,アルゴリズムリスクスコアとより密接に整列していることも観察した。スクリーニング決定は子供の人種にわたって変化するが,労働者の経験とスクリーニング決定の間の関係における人種差の証拠を見出さない。著者らの知見は,子供福祉呼び出しスクリーニングのような高い従業員のターンオーバー設定にアルゴリズムを導入するとき,制度知識を保存する方法を考慮するために,機関とシステム設計者にとって重要であることを示す。【JST・京大機械翻訳】

, , , , , , , , , , , ,
, , 【Automatic Indexing@JST】

人工知能

, , , , , , ,

前のページに戻る