Skip to Content
logologo
AI Incident Database
Open TwitterOpen RSS FeedOpen FacebookOpen LinkedInOpen GitHub
Open Menu
Descubrir
Enviar
  • Bienvenido a la AIID
  • Descubrir Incidentes
  • Vista espacial
  • Vista Tabular
  • Vista de lista
  • Entidades
  • Taxonomías
  • Enviar Informes de Incidentes
  • Ranking de Reportadores
  • Blog
  • Resumen de noticias de IA
  • Control de Riesgos
  • Incidente aleatorio
  • Registrarse
Colapsar
Descubrir
Enviar
  • Bienvenido a la AIID
  • Descubrir Incidentes
  • Vista espacial
  • Vista Tabular
  • Vista de lista
  • Entidades
  • Taxonomías
  • Enviar Informes de Incidentes
  • Ranking de Reportadores
  • Blog
  • Resumen de noticias de IA
  • Control de Riesgos
  • Incidente aleatorio
  • Registrarse
Colapsar
Traducido por IA

Incidente 99: translated-es-Major Universities Are Using Race as a “High Impact Predictor” of Student Success

Traducido por IA
Descripción:
Traducido por IA
translated-es-Several major universities are using a tool that uses race as one factor to predict student success.

Herramientas

Nuevo InformeNuevo InformeNueva RespuestaNueva RespuestaDescubrirDescubrirVer HistorialVer Historial

Entidades

Ver todas las entidades
Alleged: EAB developed an AI system deployed by University of Massachusetts Amherst , University of Wisconsin–Milwaukee , University of Houston , Texas A&M University , Georgia State University y more than 500 colleges, which harmed Black college students , Latinx college students y indigenous students.

Estadísticas de incidentes

ID
99
Cantidad de informes
1
Fecha del Incidente
2012-01-01
Editores
Dummy Dummy, Dummy Dummy
Applied Taxonomies
CSETv0, CSETv1, GMF, MIT

Clasificaciones de la Taxonomía CSETv1

Detalles de la Taxonomía

Incident Number

The number of the incident in the AI Incident Database.
 

99

Clasificaciones de la Taxonomía MIT

Machine-Classified
Detalles de la Taxonomía

Risk Subdomain

A further 23 subdomains create an accessible and understandable classification of hazards and harms associated with AI
 

1.1. Unfair discrimination and misrepresentation

Risk Domain

The Domain Taxonomy of AI Risks classifies risks into seven AI risk domains: (1) Discrimination & toxicity, (2) Privacy & security, (3) Misinformation, (4) Malicious actors & misuse, (5) Human-computer interaction, (6) Socioeconomic & environmental harms, and (7) AI system safety, failures & limitations.
 
  1. Discrimination and Toxicity

Entity

Which, if any, entity is presented as the main cause of the risk
 

AI

Timing

The stage in the AI lifecycle at which the risk is presented as occurring
 

Post-deployment

Intent

Whether the risk is presented as occurring as an expected or unexpected outcome from pursuing a goal
 

Unintentional

Informes del Incidente

Cronología de Informes

Incident OccurrenceLas principales universidades están utilizando la raza como un "predictor de alto impacto" del éxito de los estudiantes
Las principales universidades están utilizando la raza como un "predictor de alto impacto" del éxito de los estudiantes

Las principales universidades están utilizando la raza como un "predictor de alto impacto" del éxito de los estudiantes

themarkup.org

Las principales universidades están utilizando la raza como un "predictor de alto impacto" del éxito de los estudiantes
themarkup.org · 2021
Traducido por IA

Las principales universidades están utilizando la raza de sus estudiantes, entre otras variables, para predecir la probabilidad de que abandonen la escuela. Los documentos obtenidos por The Markup a través de solicitudes de registros públic…

Variantes

Una "Variante" es un incidente de IA similar a un caso conocido—tiene los mismos causantes, daños y sistema de IA. En lugar de enumerarlo por separado, lo agrupamos bajo el primer incidente informado. A diferencia de otros incidentes, las variantes no necesitan haber sido informadas fuera de la AIID. Obtenga más información del trabajo de investigación.
¿Has visto algo similar?

Incidentes Similares

Por similitud de texto

Did our AI mess up? Flag the unrelated incidents

COMPAS Algorithm Performs Poorly in Crime Recidivism Prediction

COMPAS Algorithm Performs Poorly in Crime Recidivism Prediction

May 2016 · 22 informes
Northpointe Risk Models

Northpointe Risk Models

May 2016 · 15 informes
Algorithmic Health Risk Scores Underestimated Black Patients’ Needs

Algorithmic Health Risk Scores Underestimated Black Patients’ Needs

Oct 2019 · 7 informes
Incidente AnteriorSiguiente Incidente

Incidentes Similares

Por similitud de texto

Did our AI mess up? Flag the unrelated incidents

COMPAS Algorithm Performs Poorly in Crime Recidivism Prediction

COMPAS Algorithm Performs Poorly in Crime Recidivism Prediction

May 2016 · 22 informes
Northpointe Risk Models

Northpointe Risk Models

May 2016 · 15 informes
Algorithmic Health Risk Scores Underestimated Black Patients’ Needs

Algorithmic Health Risk Scores Underestimated Black Patients’ Needs

Oct 2019 · 7 informes

Investigación

  • Definición de un “Incidente de IA”
  • Definición de una “Respuesta a incidentes de IA”
  • Hoja de ruta de la base de datos
  • Trabajo relacionado
  • Descargar Base de Datos Completa

Proyecto y Comunidad

  • Acerca de
  • Contactar y Seguir
  • Aplicaciones y resúmenes
  • Guía del editor
  • RAIC AIID Taxonomy Policy

Incidencias

  • Todos los incidentes en forma de lista
  • Incidentes marcados
  • Cola de envío
  • Vista de clasificaciones
  • Taxonomías

2023 - AI Incident Database

  • Condiciones de uso
  • Política de privacidad
  • Open twitterOpen githubOpen rssOpen facebookOpen linkedin
  • e4ae132