In den USA sind die Gefängnisse übervoll. Viele Insassen wurden zu Unrecht oder unnötig hart verurteilt, denn Richter sind Menschen, und Menschen sind fehleranfällig. Insbeondere etwa dann, wenn das Urteil hungrig kurz vor der Mittagspause gefällt wurde oder die das Lieblings-Football-Team ein Spiel versemmelt hatte.

Könnten Gerichtsverhandlungen mit der Unterstützung von Software gerechter enden? Für eine Untersuchung wurde ein Algorithmus entwickelt, um vorherzusagen, welche Festgenommenen in New York City inhaftiert werden sollen. Die Forscher wollten wissen, ob ihr Algorithmus häufiger richtig lag als ein Richter. Das hört sich nach einer einfachen Übung an, ist jedoch ziemlich kompliziert, da die Daten nicht voraussagen, ob die festgenommene Person im Falle einer Freilassung wieder etwas angestellt hätte.

Die Forscher nützten zunächst ihren Algorithmus, um Risikobewertungen sowohl für freigelassene als auch inhaftierte Angeklagte zu erstellen. Dann prüften sie, welche Angeklagten von welchen Richtern festgenommen wurden.

Software mildert auch Rassen-Bias

Es zeigte sich, dass Haftbefehle des Computers zu 25 Prozent weniger Verbrechen von Angeklagten geführt hätten, die wieder auf freien Fuss gesetzt worden waren. Gleichzeitig könnten mit Hilfe des Algorithmus 42 Prozent weniger Menschen inhaftiert werden. Insgesamt urteilte der Algorithmus also deutlich besser als menschliche Richter darüber, wer wirklich festgenommen werden soll, und arbeitet auch besser, wenn es darum geht, den Rassen-Bias im Justizsystem zu reduzieren.

Um das Justitzwesen durch Algorithmen auch in der Praxis gerechter und effizienter zu gestalten, bedarf es noch weiterer Forschungen, so Ökonomin und Publizistin Jennifer Doleac:

In actual courtrooms, these algorithms aid judges’ decisions, rather than replace them. So what happens when a judge uses the risk score as part of the decision process? Does it change the judge’s behavior for the better — and if so, how much? We don’t know yet. To test this, we’ll need random assignment of this policy tool across courtrooms to see how outcomes like recidivism and racial disparities differ across judges who saw the risk score and those who did not. The latest research shows that computers can predict defendants’ behavior better than judges can. Let’s find out how much this helps in practice.

Quelle: Jennifer Doleac, Let Computers Be the Judge, medium.com, April 2017