राष्ट्रीय टास्क फोर्स ने एल्गोरिथम न्याय पर अनुभवजन्य केस अध्ययन प्रकाशित किया

कानून प्रवर्तन एजेंसियां ​​और न्यायिक प्रणालियां अपराध पैटर्न की भविष्यवाणी करने और सजा की सिफारिशें निर्धारित करने के लिए तेजी से स्वचालित सॉफ्टवेयर की ओर रुख कर रही हैं। नव प्रकाशित केस अध्ययन विविध नगरपालिका सेटिंग्स में एल्गोरिथम परिनियोजन का अनुभवजन्य दस्तावेज़ीकरण प्रदान करते हैं। शोधकर्ताओं ने पता लगाया कि मशीन लर्निंग उपकरण दैनिक पुलिस गश्त, जमानत सुनवाई और सुधारात्मक प्रबंधन को कैसे प्रभावित करते हैं। नागरिक स्वतंत्रता के पैरोकार और प्रौद्योगिकी डेवलपर्स पारदर्शिता, एल्गोरिथम पूर्वाग्रह और संवैधानिक अधिकारों पर तीखी बहस में उलझे हुए हैं। पारंपरिक कानूनी ढाँचे मालिकाना सॉफ़्टवेयर का मूल्यांकन करने के लिए संघर्ष करते हैं जो आपराधिक कार्यवाही के दौरान ब्लैक बॉक्स के रूप में कार्य करता है। सार्वजनिक रक्षकों के पास अक्सर अदालत में स्वचालित साक्ष्य को चुनौती देने के लिए आवश्यक तकनीकी संसाधनों की कमी होती है। इसका तात्कालिक परिणाम अच्छी तरह से वित्त पोषित राज्य अभियोजकों और स्वचालित जोखिम स्कोरिंग के अधीन हाशिए पर मौजूद प्रतिवादियों के बीच एक व्यापक शक्ति असंतुलन है। त्रुटिपूर्ण पूर्वानुमानित मॉडलों पर संस्थागत निर्भरता गणितीय तटस्थता की आड़ में ऐतिहासिक पूर्वाग्रहों को मजबूत करने का जोखिम उठाती है। स्वतंत्रता से वंचित निर्णयों में उपयोग किए जाने वाले किसी भी सॉफ़्टवेयर के लिए सख्त साक्ष्य मानक स्थापित करने के लिए न्यायालयों पर बढ़ते दबाव का सामना करना पड़ रहा है।