blog

药物测试福利受助者提出了有关数据分析和歧视的问题

<p>澳大利亚政府提出的针对福利领取者的随机药物测试试验并非如此随意宣布作为2017年联邦预算的一部分,财务主管斯科特·莫里森希望在三个地点的5000名Newstart或青年津贴人员从明年1月起进行随机药物检测药物痕迹包括摇头丸,毛囊和尿液在内的摇头丸,大麻和冰的使用情况如果检测到药物,用户可能会发现他们的福利被隔离但不是让人们“大忙”,正如总理马尔科姆·特恩布尔将其放在ABC广播电台上星期三,这些以数据为基础的计划往往不成比例地针对社会经济地位较低的计划</p><p>人们已经提出了这样一个问题,即审判破坏了澳大利亚福利体系以需求为基础的重点使用数据工具来寻找寻求帮助的人只会增加问题将测试描述为“随机”是值得怀疑的</p><p>政府表示测试将“基于a为试验开发的数据驱动的分析工具,以确定表明药物滥用问题风险较高的相关特征“在周四的新闻发布会上,社会服务部长Christian Porter表示,与Data61和CSIRO开发的”数据组合“将是使用,以及来自人类服务部和社会服务部的内部信息“我们将所有这些放在一起并确定一大群人,然后在三个试验站点内的每一个内部随机选择, “他说,在周四接受BuzzFeed采访时,斯科特莫里森还建议使用国家计划的结果来选择三个测试区域,该计划着眼于废水污水中的药物</p><p>虽然我们可能认为从这些数据集构建的配置文件是合理的并且没有偏见,计算模型不一定是免于歧视而不是像任何模型一样“纯粹”,它们是基于人类的假设使用数据来描述消费者并不是什么新鲜事例保险公司根据年龄,职业和汽车类型等因素使用它来评估客户风险这种模型用于识别那些更有“风险”的人一场意外,保险费相应定价即使最谨慎的25岁以下驾驶员也会感受到落入高风险年龄段的影响,无论他们是否是一个糟糕的驱动因素但数据剖析可能成为对类固醇的刻板印象,通过计算能力放大的人类假设数据驱动的分析通常会查找分析器最有兴趣预测的目标属性 - 或类属性 - 例如,在寻找参与药物测试试验的组时,类属性可能是种族,性别,社会经济背景和教育水平等敏感群体这可能导致歧视性做法,其中考虑到整个类别的人d怀疑并因此受到更严格的审查2012年对美国隐私法的分析,例如,发现较低的社会经济群体受到侵入性监督的影响更大,例如强制性药物检测我认为这是有代表性的而不是歧视性的,选择用于联邦政府的药物测试试验需要与普通人群具有相同比例的吸毒者,年龄,性别分布以及高技能和低技能劳动力的组合分布相同,如前所述,试验选址可能部分通过对污水处理中的药物痕量水平的分析得到通知波特说,在一些地区发现的“惊人的高”冰利用水平有助于推动试验:“我们希望在人们关键时刻推动某些领域的行为改变正在找工作,“他补充道,福利受助人的数据驱动情况分析引发了政府应该回答的一些道德问题</p><p>他们:数据的安全性能够得到充分保护吗</p><p>这些信息是否仅用于其原始用途</p><p>有哪些程序可以挑战您的药物测试选择</p><p>更不用说,如果福利接受者受到审查,那么运行测试的“签约第三方提供者”在多大程度上也需要透明</p><p>该措施的成本已被视为“商业信心” 一位政府发言人拒绝发表评论,表示将在适当的时候进一步宣布试验</p><p>我们的许多行动现在都是可观察,可搜索和可追踪的,

查看所有