La privacy dalla parte delle aziende
con spiegazioni semplici e operative, AI assisted
Osservatorio a cura del dott. V. Spataro 



   dizionario 2024-02-14 ·  NEW:   Appunta · Stampa · Cita: 'Doc 98010' · pdf

FOTRES

abstract:



L'algoritmo per diagnosticare o prevedere ?

Fonte: algorithmwatch.ch
Link: https://algorithmwatch.ch/de/fotres-simple-mathema




analisi:

L'analisi è riservata agli iscritti. Segui la newsletter dell'Osservatorio oppure il Podcast iscrizione gratuita 30 giorni

L'analisi è riservata agli iscritti. Segui la .......... ....'............ ...... .. ....... .......... ........ .. ......

-




index:




testo:

D

Da 20 anni in Svizzera FOTRES e' il software per calcolare il rischio di recidiva.

Il calcolo non si basa solo su evidenze giudiziarie, ma anche su alcune domande di uso comune che tutti possono capire. Sono chiamate "caratteristiche di rischio".

Queste sono estratte dall'interprete giudiziario mentre legge le relazioni degli psicologici. Secondo alcuni ricercatori le relazioni non sono mai chiaramente si/no, e restano ambigue come deve essere ogni valutazione della psiche umana dall'esterno.

Si tratta quindi di 100 caratteristiche in 80 categorie. L'algoritmo raccoglie per ogni caratteristica valutazioni da 0 a 4 e per ogni categoria le aggrega in una sola valutazione. Le categorie sono a loro volta accorpate arrivando ad un unico valore da 0 a 4.

Ovviamente se funzionasse solo cosi', sarebbe un errore.

Ogni valutazione verrebbe semplicemente ridotta di peso ad ogni aggregazione di voto.

Parlo di aggregazione e non di media, perche' non e' una media.

Se l'algoritmo e' chiaro a qualsiasi programmatore, i pesi per ogni categoria sono ponderati in modi meno spiegabili. Il rapporto citato dalla fonte di questo articolo indica che alcune categorie sono ponderate due volte.

Entriamo qui nel cuore della valutazione di un algoritmo.

La realtà e' analogica, non digitale. Il digitale puo' provedere le sfumature, e lo fa in termini percentuali (0 o 1, ma anche 0,23 = 23%).

Il peso di ogni categoria (e forse di ogni caratteristica) interviene in una fase ben precisa del giudizio algoritmico: quello dell'aggregazione.

Non approfondiremo ora gli aspetti tecnici e gli effetti di questa costruzione.

Sta di fatto che l'operatore deve inserire una propria valutazione senza sapere (forse solo le prime volte ?) quanto quella singola valutazione ha un peso complessivo.

Oltre al bias di valutare da 0 a 4, e cioe': 0 1 2 3 4 (il range impatta sulla grado di sfumatura), il meccanismo puo' amplificarlo o ridurlo.

Se il risultato fosse documentato nei passaggi e nei pesi, chiunque potrebbe valutarne l'adeguatezza al caso concreto.

I pesi, infatti, agiscono aumentando o riducendo i bias o gli errori in modo non prevedibile a priori.

Non a caso alcuni testi indicano che sono strumenti ottimi in mano ad esperti.

Dalla descrizione secondo parametri giudiziari della recidiva il passo a prevedere la pericolosità futura e' breve.

In Italia ricordiamo troppo bene Lombroso per non chiederci se i calcoli possano valere come indici di rilevazioni di massa, ma non per determinare il singolo.

E' come se la checklist di controllo in mano ai piloti impedisse una valutazione d'insieme, caso per caso.

Alla fonte la ricerca


Link: https://algorithmwatch.ch/de/fotres-simple-mathema

Testo del 2024-02-14 Fonte: algorithmwatch.ch




Commenta



i commenti sono anonimi e inviati via mail e cancellati dopo aver migliorato la voce alla quale si riferiscono: non sono archiviati; comunque non lasciare dati particolari. Si applica la privacy policy.


Ricevi gli aggiornamenti su FOTRES e gli altri post del sito:

Email: (gratis Info privacy)






Nota: il dizionario è aggiornato frequentemente con correzioni e giurisprudenza










La privacy dalle basi fino all'attualità.
Udemy lo consiglia alle aziende.
adv IusOnDemand