对证据性统计软件的对抗性审查

美国刑事法律系统越来越依赖软件输出来定罪和监禁人员。每年在大量案件中，政府基于统计软件（如概率基因分型、环境音频检测和工具痕迹分析工具）提供的证据做出这些后果重大的决定，而辩护律师无法对其进行充分的交叉质证或审查。这破坏了对抗制刑事法律系统的承诺，该系统依赖于辩方探究和检验控方案情的能力来保障个人权利。为回应这种对来自此类软件的输出进行对抗性审查的需求，我们提出将鲁棒对抗性测试作为一种审计框架，以检验证据性统计软件的有效性。我们借鉴了鲁棒机器学习和算法公平性领域的大量近期工作，为辩护使用定义并操作化了这一鲁棒对抗性测试的概念。我们展示了该框架如何既能标准化审查此类工具的过程，又能赋能辩护律师针对与手头案件最相关的实例检验其有效性。我们进一步讨论了美国刑事法律系统内现有的结构和制度挑战，这些挑战可能为实施此框架及其他类似审计框架造成障碍，并在最后讨论了有助于解决这些问题的政策变革。