Key points are not available for this paper at this time.
Künstliche Intelligenz spielt eine zunehmend wichtige Rolle in Rechtsstreitigkeiten und beeinflusst nicht nur die Realität außerhalb des Gerichts, sondern auch den Prozess der gerichtlichen Entscheidungsfindung selbst. Während klar ist, warum Richter generell von Technologie als Werkzeug zur Reduzierung von Aufwand oder zur Erhöhung der Genauigkeit profitieren können, kann die Präsenz von Technologie im gerichtlichen Prozess auch die öffentliche Wahrnehmung der Gerichte beeinflussen. Insbesondere wenn Einzelpersonen gegenüber Entscheidungen mit einem hohen Automatisierungsgrad abgeneigt sind, insbesondere aufgrund von Fairnessbedenken, könnten gerichtliche Technologien niedrigere Vorteile als erwartet bringen. Der Grad der Abneigung kann jedoch davon abhängen, wie Technologie eingesetzt wird, also vom Zeitpunkt und der Stärke des gerichtlichen Rückgriffs auf Algorithmen. Mithilfe einer explorativen Umfrage untersuchen wir, ob die Phase, in der Richter Algorithmen zur Unterstützung heranziehen, für die individuelle Wahrnehmung der Fairness von Fallentscheidungen relevant ist. Konkret erfassen wir Überzeugungen über den Einsatz von Algorithmen in vier verschiedenen Phasen der Entscheidungsfindung: (i) Informationsbeschaffung, (ii) Informationsanalyse, (iii) Auswahl der Entscheidung und (iv) Umsetzung der Entscheidung. Unsere Analyse zeigt, dass Individuen den Einsatz von Algorithmen in der Phase der Informationsbeschaffung im Allgemeinen als fairer wahrnehmen als in anderen Phasen. Allerdings empfinden Personen mit juristischem Berufsweg auch die Automatisierung in der Phase der Entscheidungsumsetzung als weniger fair im Vergleich zu anderen Personen. Unsere Ergebnisse legen daher nahe, dass es den Menschen wichtig ist, wie und wann Algorithmen vor Gericht eingesetzt werden.
Building similarity graph...
Analyzing shared references across papers
Loading...
Dovilė Barysė
Roee Sarel
Artificial Intelligence and Law
Universität Hamburg
Vilnius University
Vilnius University of Applied Sciences
Building similarity graph...
Analyzing shared references across papers
Loading...
Barysė et al. (Sun,) untersuchten diese Frage.
www.synapsesocial.com/papers/69d81a708c03fbaff8bedb43 — DOI: https://doi.org/10.1007/s10506-022-09343-6
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: