مشترکہ کمپیوٹر پروگرام غریب طور پر انسانوں کے طور پر ریفریجویٹزم کا حامل ہے

ایک پروفیشنل شیف یا دل کی سرجن کی طرح، ایک مشین سیکھنے کے الگورتھم صرف تربیت کے طور پر صرف اچھا ہے. اور جیسا کہ الگورتھم کو حکمرانوں کو تیزی سے لے جانا اور انسانوں کے لئے فیصلے کرنا ہے، ہم یہ سمجھ رہے ہیں کہ ان میں سے بہت سے بہترین تعلیم حاصل نہیں کر رہے تھے، کیونکہ وہ انسانی نسل اور صنف پر مبنی تعصب کو پورا کرتے ہیں اور اس سے بھی نئی مسائل پیدا کرتے ہیں.

ان وجوہات کے لئے، خاص طور پر یہ ہے کہ کئی ریاستیں، جن میں کیلیفورنیا، نیو یارک اور وسکونسن بھی شامل ہیں، انھیں الگورتھم استعمال کرتے ہیں کہ وہ پیش گوئی کرنے کے بعد لوگوں کو جرائم کا ارتکاب کرے گا. یہاں تک کہ بدتر، یہ بھی کام کرنے کے لئے نہیں لگ رہا ہے.

جرنل میں بدھ کو شائع کردہ ایک کاغذ میں سائنس کی ترقی ڈارٹموتھ کالج میں کمپیوٹر سائنسدانوں کی ایک جوڑی نے پتہ چلا ہے کہ ریپائیوائزیشن کی پیشن گوئی کے لئے وسیع پیمانے پر استعمال شدہ کمپیوٹر پروگرام مکمل طور پر ناپسندیدہ شہریوں سے کہیں زیادہ درست نہیں ہے. متبادل پروگراموں کے لئے اصلاحاتی آفیسر مینجمنٹ پروفیسر کا نام یہ پروگرام، 137 مختلف عوامل کا تعین کرنے کا تعین کرتا ہے کہ یہ کس طرح ممکن ہے کہ کسی فرد کو کسی دوسرے جرم کو جاری ہونے کے بعد کیا جائے گا. COMPAS مادہ کے استعمال، سماجی تنصیب، اور دیگر عناصر جیسے عوامل جنہوں نے نظریاتی طور پر نظریاتی طور پر اعلی، درمیانے درجے یا کم خطرے کے طور پر لوگوں کو ریگئسٹیززم کی قیادت کر سکتے ہیں کی طرح عوامل کو سمجھا ہے.

اور اس بات کا یقین، خطرے کی تشخیص بہت اچھا لگتا ہے. محکموں کی مدد کرنے کے لئے زیادہ سے زیادہ ڈیٹا کیوں نہیں ہے کہ اس سے زیادہ خطرہ کون ہے؟ لیکن ڈارتھوت کمپیوٹر سائنسدانوں جولیا ڈریسیل اور ہانی فرید نے یہ محسوس کیا تھا کہ غیر جانبدار افراد کو کمپاس کے طور پر بالکل درستیت کے ساتھ ریگیدیوجیز خطرے کا صحیح طریقے سے فیصلہ کیا گیا تھا، یہ بتاتا ہے کہ الگورتھم کی طاقت کی طاقت اصل میں نہیں ہے.

ایک مقدمہ میں جس میں کمپاس (137 بجے کے بجائے سات عوامل اور دوڑ کے علاوہ)، انٹرنیٹ پر انسانی رضا کاروں کا ایک گروہ، ممکنہ طور پر مجرمانہ خطرے کی تشخیص میں تربیت نہیں ہے، کا استعمال کیا گیا ہے. کمپاس کی 65 فی صد کی درستگی کے مقابلے میں، انھوں نے 67 فیصد کی درستگی کے ساتھ ایک شخص کی ریگولیوزم کا اندازہ لگایا.

اس سنک کو جانے کے لئے ایک لمحہ لے لو. ویب پر ناپسندیدہ لوگوں کو تھوڑا سا بہتر تھا کہ یہ پیش گوئی کریں کہ آیا ایک شخص جیل واپس جائے گا اس آلہ سے جو لفظی طور پر ڈیزائن کیا جاتا ہے اس سے کہنے لگا کہ کوئی شخص جیل واپس جائے گا. اور یہ بدتر ہو جاتا ہے. ایک بار جب آپ ایک مدعا کی دوڑ میں اضافہ کرتے ہیں تو، رضاکارانہ غلط اور غلط منفی کی شرح COMPAS کے صرف چند فیصد پوائنٹس کے اندر اندر تھے. لہذا نہ صرف COMPAS بلکہ ریجیوجیززم کی پیشن گوئی میں بہت اچھا نہیں ہے بلکہ یہ کہ انسانوں کے طور پر نسلی تعصب کے طور پر صرف یہی ہوتا ہے. کمپیوٹرز کے سرد منطق کے لئے بہت زیادہ.

اس کے بعد محققین نے ایک لکیری ماڈل بنایا جس میں کمپاس کی پیشن گوئی کی شرح صرف دو عوامل سے مل گئی ہے: عمر اور پچھلے سزاوں کی تعداد. واضح ہونے کے لئے، یہ پیشن گوئی بھی غیر منصفانہ ہوگی، لیکن یہ ظاہر کرتا ہے کہ کس طرح غلط فاسٹ کمپاس ہے.

اور جبچہ یہ تحقیق نئی ہے، یہ بڑے پیمانے پر اس کی تیاری نہیں ہیں. 2016 میں تحقیقات، پروپوزل صحافیوں کو پتہ چلا کہ نہ صرف کمپاس قابل اعتماد ہے بلکہ یہ افریقی امریکیوں کے خلاف بنیادی طور پر باصلاحیت ہے، مسلسل زیادہ خطرناک جرائم کا ارتکاب کرنے والوں کے مقابلے میں زیادہ تر خطرے کے لحاظ سے سیاہ لوگ درجہ بندی کرتے ہیں. امید ہے کہ، یہ نئی تحقیق میں عدالتی عدالتی نظام میں جستر کے خطرے کی تشخیص کے عمل کی راہ میں مدد ملے گی.

حقیقت یہ ہے کہ کمپاس بیکار ہے اور سب سے زیادہ خرابی سے بصیرت ہے کہ کمپیوٹر پر مبنی خطرے کی تشخیص کو عدالتی نظام کو حل کرنے کے لۓ نا انصافی کو گہرا ہو سکتا ہے.چونکہ خطرے کی تشخیص کے اسکور مجرمانہ عدالتی عمل کے کسی بھی مرحلے پر لاگو کیے جا سکتے ہیں، بشمول کسی شخص کے بانڈ کو قائم کرنے کے بعد، یہ تعین کرنے کے لۓ کہ وہ پیرول کو دیئے گئے ہیں، اور کچھ ریاستوں میں، کسی فرد کی سزا کا تعین کرنے کے لۓ، یہ تحقیق ایک سخت ضرورت ہے. COMPAS اور دیگر پروگراموں کے استعمال کو دوبارہ لینا.