طور الخبراء ذكاء اصطناعيًا يمكنه التنبؤ بأي اعتقال في غضون ثلاث سنوات من إطلاق سراح السجين المشروط. تم تصميم التعلم الآلي لتحديد مخاطر الإفراج عن السجين مبكرًا من خلال تحليل 91 متغيرًا ، بما في ذلك العمر والعرق والاعتقالات السابقة.
استخدم علماء من جامعة كاليفورنيا بيانات من أكثر من 19000 نزيل مقرر مع مجلس ولاية نيويورك للإفراج المشروط من 2012 إلى 2015.
تظهر وثائق المحكمة إطلاق سراح 4168 شخصًا ، لكن منظمة العفو الدولية قررت أن المجلس كان بإمكانه الإفراج عن ضعف عدد السجناء دون زيادة معدل الاعتقال اللاحق.
وجدت خوارزمية التعلم الآلي أن المخاطر المتوقعة لأولئك الذين حُرموا من الإفراج المشروط وأولئك الذين أطلق سراحهم كانت متشابهة جدًا.
“نحن نقدر بشكل متحفظ أن مجلس الإدارة كان بإمكانه مضاعفة معدل الإفراج دون زيادة معدل الاعتقال الإجمالي أو معدل جرائم العنف ، وكان بإمكانهم تحقيق هذه المكاسب مع القضاء في الوقت نفسه على التفاوتات في معدلات الإفراج عن العرق.
كان هناك ما مجموعه 19713 شخصًا في جلسات الاستماع المشروط من عام 2012 حتى عام 2015. خلال هذه السنوات ، تم الإفراج عن 4561 فردًا ، وتم رفض 16،068 مرة أو أكثر ، ولكن مع عوامل مثل العمر والعرق ، نظرت منظمة العفو الدولية أيضًا في الجرائم ، مثل تلك المتعلقة بالقصر والمخدرات وجرائم الكراهية والسرقة ، وتم إعطاؤهم معلومات تتعلق بتاريخ الاعتقال ، ومعدلات الجرائم المتوقعة عند الإفراج المشروط.
وبينما استخدم موظفو الإفراج المشروط البشري التحليل الإحصائي لعقود من الزمن لتحديد ما إذا كان يجب إطلاق سراح نزيل ، فإن هذه التكنولوجيا قادرة على النظر بسرعة في كل متغير يمكن أن يكون “معروفًا” على وجه اليقين.
