பாகுபாடான தரவுகளின் தாக்கம்
குற்றங்களை முன்கூட்டியே கணிக்கும் அமைப்புகள், ஏற்கனவே மனிதப் பாகுபாடு கொண்ட காவல் பதிவுகளை அடிப்படையாகக் கொண்டிருக்கலாம். இதனால் பழைய முன்னறிவிப்புகள் மீண்டும் உறுதிப்படுத்தப்பட்டு, குறிப்பிட்ட சமூகங்கள் மீது காவல்துறையின் கவனம் அதிகரிக்கும் அபாயம் உள்ளது.
சிட்னி பல்கலைக்கழக சட்டப் பள்ளி ஆய்வாளர் கரோலின் மெக்கே, காவல்துறை பயன்படுத்தும் தரவுகளை மனிதர்கள் தொடர்ந்து கண்காணித்து, அதிலுள்ள பாகுபாடுகளை கண்டறிந்து நீக்க வேண்டும் எனக் கூறியுள்ளார். லாஸ் ஏஞ்சல்ஸ் காவல் துறையின் தரவுப் பயன்பாட்டை ஆய்வு செய்த டெக்சாஸ் பல்கலைக்கழக சமூகவியலாளர் சாரா பிரெயின், பொதுஇடங்களில் பதிவாகும் குற்றங்களும் கறுப்பின மக்கள் வசிக்கும் பகுதிகளில் அதிக கவனமும் தரவுகளைச் சிதைக்கக்கூடும் எனக் குறிப்பிட்டுள்ளார்.
இதற்கு மாறாக, குயின் மேரி லண்டன் பல்கலைக்கழகத்தின் திமித்ரிஸ் கொல்லியாஸ், நவீன செயற்கை நுண்ணறிவு அமைப்புகள் வரலாற்றுத் தரவுகளில் உள்ள பாகுபாட்டை கருத்தில் கொள்ளும் திறன் பெற்றுள்ளதாகத் தெரிவித்துள்ளார். இருப்பினும், அவற்றின் முடிவுகள் பாதுகாப்பானவை, நம்பகமானவை மற்றும் மனிதக் கட்டுப்பாட்டில் இருப்பதை உறுதி செய்ய வேண்டும் என்றும் அவர் வலியுறுத்தியுள்ளார்.
நியூயார்க் பல்கலைக்கழக ஆய்வாளர்கள், ஊழல் அல்லது சட்டவிரோத நடைமுறைகளால் உருவான “அழுக்கான தரவுகள்” ஆபத்தான முடிவுகளை உருவாக்கலாம் எனத் தெரிவித்துள்ளனர். AI bias in policing குறைய, தரவுகளின் தோற்றத்தையும் சுயாதீனமாக ஆய்வு செய்ய வேண்டும் என்பதே ஆய்வாளர்களின் முக்கியக் கோரிக்கையாகும்.
