La cuestión es que necesitamos muchos datos imparciales sobre la sociedad. Y honestamente no creo que lo consigamos. Me centraré principalmente en la predicción del delito, ya que ese parece ser el tema candente en lo que respecta a las estadísticas.
El racismo generalmente se justifica utilizando estadísticas seleccionadas y redactadas de tal manera que exageren un reclamo. Utilizan números absolutos para tratar de justificar su conclusión, por ejemplo, “X número de personas blancas fueron asesinadas por policías este año, mientras que solo Y número de personas negras fueron asesinadas por policías el mismo año”. Bueno, duh … porque hay más gente blanca en el país que gente negra. Los porcentajes son mucho más útiles que los números absolutos.
Luego está el concepto de ser un “criminal”. Ser un criminal simplemente significa que te atraparon. Y sin embargo, si cometes el mismo delito y no te atrapan, dejas de ser considerado un criminal.
- ¿Qué tipo de proyectos de IA serán útiles en el mundo de hoy?
- ¿Cómo funciona una red neuronal deconvolucional?
- ¿Cuál sería un área excelente y sin explotar para que un ingeniero de IA inicie una empresa?
- ¿Cuál es la diferencia y similitud de la inteligencia artificial con IR?
- ¿Son los robots humanoides, o autos autónomos, solo una colección de componentes robóticos ensamblados?
¿Recuerdas a Stephen Paddock, el tipo que disparó a Las Vegas y mató a 59 personas? Su hermano recientemente tuvo un diálogo muy transparente sobre su hermano y sobre sí mismo. Aquí hay una cosa interesante que dijo:
“No tengo antecedentes penales ni ninguna de esas cosas porque soy más inteligente que el oso promedio y sabía pasar el rato con personas que eran más tontas que yo y que serían atrapadas más rápido … OK … En pocas palabras, así es como funciona … ”
Ver a las 20:15 en este video
No es ningún secreto que ciertos grupos de personas son golpeados con más fuerza por la policía, mientras que otros reciben una palmada en la muñeca y son soltados. En última instancia, las fuerzas del orden tienen el poder subjetivo de elegir a quién quieren que se etiquete como “criminal” y, lo que es más importante, a quién creen que “tiene un futuro brillante” y se les debe liberar. Así que soy un poco reacio a poner énfasis en los datos disponibles en nuestros sistemas legales federales. No todo es malo, pero tampoco todo es concluyente.
Esto es lo que debemos tener en cuenta al recopilar y analizar datos:
- Los datos se pueden capturar por medios voluntarios o involuntarios. El problema con las encuestas voluntarias es que tiende a atraer a aquellos con fuertes opiniones. Los que son indiferentes tienden a saltarse. Mientras tanto, las encuestas involuntarias son propensas a ser falsas porque la persona solo quiere llenar burbujas y seguir con su día. No obstante, en la vida real, no podemos obligar a las personas a realizar encuestas involuntarias, por muy voluntario que sea.
- Las encuestas definitivamente deben ser anónimas, ya que la gente tiende a subirse al carro en público para que sus compañeros no las rechacen.
- Tenga en cuenta que si está recopilando datos de los visitantes de www.wehateblackpeople.com, sabe que habrá sesgos en ciertos temas.
- Al establecer una hipótesis basada en datos, debemos ser muy específicos con nuestras definiciones. ¿Qué es un “criminal”? ¿Qué es una persona “negra”? ¿Las personas birraciales se consideran “negras”? ¿Las personas “blancas hispanas” se consideran “blancas”? Cada vez es más difícil clasificar a las personas con esos términos.
El poder del aprendizaje automático solo se activa cuando hay grandes cantidades de datos precisos disponibles con parámetros y definiciones claramente definidos. Desafortunadamente, hay demasiadas variables vagas y subjetivas en juego cuando el tema es de racismo.
