危机总是在安全和自由之间做出艰难的妥协,COVID-19 疫情也不例外。各国政府实施了各种卫生限制措施,以减少病毒传播。在人工智能 (AI) 的帮助下,监控规模已上升到前所未有的水平。然而,这些技术也带来了许多风险,从潜在的错误或偏见,到在最初的危机持续时间之外的长期执行。公民应该意识到这些技术并非万无一失,并衡量错误的后果,以便做出明智的决定,决定他们想要接受什么,以及接受多长时间。为此,我们设计了一款严肃的游戏,形式是虚拟城镇公民之间的市政辩论。一些初步测试会议帮助我们改进了游戏设计,并证明了这款游戏在引发辩论和提高认识方面具有吸引力。
消防员在危险、动态和复杂的环境中工作。人工智能 (AI) 系统有助于提高消防员的态势感知和决策能力。然而,引入人工智能系统需要负责任地进行,要考虑到 (人的) 价值观,尤其是当消防员工作的环境不确定且决策影响重大时。在本研究中,我们通过与 (操作) 消防人员进行几次半结构化焦点小组会议,调查了引入人工智能系统对消防服务价值观的影响。对焦点小组的结果进行了定性分析,并确定和讨论了关键价值观。这项研究是朝着在急救中引入人工智能系统的通用道德方面框架迈出的第一步,这将深入了解在为急救人员开发人工智能系统时需要考虑的相关道德方面。
美国国家司法研究所 (NIJ) 有条件地建议对以下评估地点(或其他适当的社区矫正环境)的安全持续远程酒精监测 (SCRAM) 进行评估。NIJ 不相信可以构建适当的对照组,因为倾向评分需要随机分配和数据访问方面的障碍。NIJ 将考虑克服这些障碍的申请。建议评估这项技术(或其他 SCRAM 实施)的申请人考虑以下确定的结果变量(包括检测和阻止违规行为、遵守社区释放条件以及监狱转移的成本节省)和障碍(包括数量少和不可用或无法比较的对照组)。NIJ 鼓励申请人确定可以进行随机化或可以轻松构建匹配比较组的地点。申请人可以通过提供适当的理由来偏离本指导。项目摘要:安全持续远程酒精监测是一项相对较新的技术,旨在持续监测社区监督下的审前客户和罪犯的酒精消费情况,并在饮酒时向社区矫正官员发出警报。我们选择印第安纳州马里恩县作为 SCRAM 可评估性评估的重点。马里恩县社区矫正局 (MCCC) 是使用 SCRAM 的客户数量最多的机构,任何时候都有大约 280 名 SCRAM 用户。马里恩县自 2003 年以来一直在使用这项技术,法官将 SCRAM 作为对那些因酒后驾车 (DUI) 或家庭暴力罪被指控或判刑的人的制裁或审前释放条件。马里恩县官员投资 SCRAM 是为了缓解监狱过度拥挤,因为 SCRAM 使客户能够在服刑或审前释放期间留在社区、驾驶机动车并保持就业。评估范围:如果马里恩县同意随机分配到 SCRAM 或替代制裁,则可以对 SCRAM 进行严格的结果评估。到目前为止,一位法官表示有兴趣了解更多关于参与评估的内容,该评估涉及