算法黑箱强化偏见数字技术加剧美国的种族歧视(3)

警察部门在少数族裔居民为主的贫困社区往往会更多使用预测性技术。预测性警务创造了“巨大的结构性偏见”，通过包含种族歧视的算法，个别警官的偏见已被数据驱动的结构性偏见所取代。
数字技术增加刑事司法系统中的种族歧视
新兴数字技术延续和复制了刑事司法中的种族歧视性结构。从预测性警务到预测累犯，执法机构和法院都在依赖算法工具，使长期存在的种族歧视更加固化，整体上削弱了少数族裔的人权，并强化了他们在社会中遭受的结构性压迫。美国有几个州在刑事司法程序的每一步都使用人工智能风险评估工具。开发人员希望这些系统能够提供客观的、基于数据的司法结果，但是这些算法通常依赖的是存在缺陷、种族偏见甚至非法政策时期产生的数据。由于这些算法影响判决，它们侵犯了少数族裔获得公平审判的权利以及免受任意逮捕和拘留的权利。这种风险评估权衡的因素通常包括先前的逮捕和定罪记录、父母的犯罪记录、邮政编码和所谓的“社区混乱”。这些因素反映的是在有色人种社区的过度监管和执法行为以及种族制度导致的更广泛的社会经济劣势模式，而不是目标人群的行为。换言之，数据更能预示被告所在社区的种族劣势和警力分布，而不是其个人的行为。
非洲裔被告被确定为未来暴力犯罪风险较高者的概率比白人高出77%，预测未来可能犯下任何类型犯罪的可能性高出45%。
预测累犯的工具也是同样。在美国的系统中，嫌疑人被捕后通常会得到一个分数，目的是预测他们未来犯罪的可能性。最常用的系统COMPAS提供的风险评估评分被用在刑事司法程序的每个阶段。一项调查显示，该系统存在明显的种族偏见，它错误地将非洲裔被告标记为未来的罪犯，这一比例几乎是白人被告的两倍。与此同时，白人被告则常被误认为风险较低。由于这些评分标准固有的偏见，犯罪嫌疑人即使无辜也会认罪的现象并不罕见。
纽约城市大学教授杰西·丹尼斯一针见血地指出，数字技术的语言是美式英语，网络技术中充满了美国式的规范，赋予美国科技行业不成比例的经济和政治权力，并在各种类型的全球跨国公司中产生巨大影响力，通常反映了美国的帝国主义和白人至上主义的意识形态。普林斯顿大学教授鲁哈·本杰明在《技术背后的种族：新吉姆守则的废奴主义工具》中指出，算法黑箱将所谓的种族中立技术与法律和政策相联系，成为白人至上主义的有力工具。美国应正视自身种族歧视的系统性和结构性缺陷，积极应对数字技术带来的治理挑战，采取迅速有效行动，防止和减少在新兴数字技术使用和设计中产生种族歧视风险，加强算法问责。
《光明日报》（ 2022年06月20日 12版）
来源：光明网-《光明日报》