预测警务系统公平性与准确性的比较性仿真研究

关于部署于加州洛杉矶和马里兰巴尔的摄警务系统等预测警务系统的公平性问题已有讨论，例如其可能存在种族偏见。研究发现，公平性问题可能源于反馈回路以及在历史偏见数据上进行的训练。然而，针对预测警务系统的比较研究寥寥无数且不够全面。本文对巴尔的摄市预测警务技术的公平性与准确性进行全面比较性仿真研究。我们的结果表明，预测警务系统的偏见问题比先前假设的更为复杂。虽然预测警务系统如前所述存在因反馈回路导致的偏见，但我们发现传统替代方法——热点警务也存在类似问题。预测警务在短期内公平性和准确性优于热点警务，但其放大偏见的速度更快，暗示其长期行为可能更糟糕。在巴尔的摄，某些情况下这些系统的偏见倾向于对白人社区进行过度执法，这与先前研究的结果不同。总体而言，本工作展示了一种针对城市特定评估和预测警务系统行为倾向比较的方法，表明此类仿真可以揭示不公平现象和长期趋势。