Los algoritmos pueden ayudar a mejorar las decisiones judiciales

La investigación aquí utilizó información de jueces de la ciudad de Nueva York, a quienes se les asigna casi al azar casos definidos en la sala del tribunal asignada a un turno. El estudio probó si las decisiones de absolución de los jueces reflejan creencias precisas sobre el riesgo de que un acusado no se presente al juicio (entre otras cosas). El estudio se basó en información sobre 1.460.462 casos de la ciudad de Nueva York, de los cuales 758.027 casos estaban sujetos a una decisión de liberación previa.

El artículo aquí derivó una prueba estadística de si quien toma decisiones comete errores sistemáticos de pronóstico y proporcionó métodos para estimar las formas en que los pronósticos de quien toma decisiones están sistemáticamente sesgados. Al analizar las decisiones de libertad previa al juicio de los jueces de la ciudad de Nueva York, el artículo estima que al menos el 20% de los jueces cometen errores sistemáticos de predicción sobre el riesgo de mala conducta del acusado debido a las características del mismo. Motivado por este análisis, el investigador estimó los efectos de reemplazar a los jueces con reglas de decisión algorítmicas.

Suscríbase al boletín Daily Dose y reciba todas las mañanas las mejores noticias científicas de toda la Web directamente en su bandeja de entrada. Es fácil como el domingo por la mañana.

El documento encontró que las decisiones de al menos el 32% de los jueces de la ciudad de Nueva York son inconsistentes con la capacidad real de los acusados ​​para pagar una cantidad específica de fianza y el riesgo real de no presentarse al juicio. La investigación aquí indica que cuando se tienen en cuenta tanto la raza como la edad del acusado, el juez mediano comete errores de predicción sistemáticos en aproximadamente el 30% de los acusados ​​que se le asignan. Cuando tanto el acusado se presenta como si el acusado fuera acusado de un delito Se estima que el juez mediano comete errores de predicción sistemáticos en aproximadamente el 24% de los acusados ​​que se le asignan.

Si bien el artículo señala que reemplazar a los jueces con una regla de decisión algorítmica tiene efectos ambiguos que dependen del objetivo del formulador de políticas (¿el resultado deseado es uno en el que más acusados ​​comparezcan al juicio o uno en el que menos acusados ​​permanezcan en la cárcel esperando el juicio?) Parece que reemplazar a los jueces con una regla de decisión algorítmica conduce a una mejora de hasta un 20% en los resultados de los juicios, medidos en función de la tasa de incomparecencia entre los acusados ​​absueltos y la tasa de prisión preventiva.

«Los efectos de reemplazar a los tomadores de decisiones humanos con algoritmos dependen del equilibrio entre si el humano comete errores de predicción sistemáticos basados ​​en la información observable disponible para el algoritmo y si el humano observa alguna información privada útil», dijo el autor principal del artículo, Ashesh. . Rambachán. «El marco econométrico de este artículo permite a los investigadores empíricos proporcionar evidencia directa sobre estas fuerzas en competencia».

Si disfrutas el contenido que creamos y te gustaría apoyarnos, ¡considera convertirte en patrocinador de Patreon! Al unirse a nuestra comunidad, obtiene acceso a ventajas exclusivas, como acceso temprano a nuestro contenido más reciente, actualizaciones entre bastidores y la posibilidad de enviar preguntas y sugerir temas que cubrimos. Su apoyo nos permitirá continuar creando contenido de alta calidad y llegar a una audiencia más amplia.

¡Únase a nosotros en Patreon hoy y trabajemos juntos para crear más contenido sorprendente! https://www.patreon.com/ScientificInquirer