Skip to Content
logologo
AI Incident Database
Open TwitterOpen RSS FeedOpen FacebookOpen LinkedInOpen GitHub
Open Menu
Découvrir
Envoyer
  • Bienvenue sur AIID
  • Découvrir les incidents
  • Vue spatiale
  • Vue de tableau
  • Vue de liste
  • Entités
  • Taxonomies
  • Soumettre des rapports d'incident
  • Classement des reporters
  • Blog
  • Résumé de l’Actualité sur l’IA
  • Contrôle des risques
  • Incident au hasard
  • S'inscrire
Fermer
Découvrir
Envoyer
  • Bienvenue sur AIID
  • Découvrir les incidents
  • Vue spatiale
  • Vue de tableau
  • Vue de liste
  • Entités
  • Taxonomies
  • Soumettre des rapports d'incident
  • Classement des reporters
  • Blog
  • Résumé de l’Actualité sur l’IA
  • Contrôle des risques
  • Incident au hasard
  • S'inscrire
Fermer

Incident 288: New Jersey Police Wrongful Arrested Innocent Black Man via FRT

Description: Woodbridge Police Department falsely arrested an innocent Black man following a misidentification by their facial recognition software, who was jailed for more than a week and paid thousands of dollar for his defense.

Outils

Nouveau rapportNouveau rapportNouvelle RéponseNouvelle RéponseDécouvrirDécouvrirVoir l'historiqueVoir l'historique

Entités

Voir toutes les entités
Alleged: unknown developed an AI system deployed by Woodbridge Police Department, which harmed Nijeer Parks.

Statistiques d'incidents

ID
288
Nombre de rapports
4
Date de l'incident
2019-01-30
Editeurs
Khoa Lam
Applied Taxonomies
GMF, MIT

Classifications de taxonomie MIT

Machine-Classified
Détails de la taxonomie

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

Rapports d'incidents

Chronologie du rapport

Incident Occurrence+3
Il a passé 10 jours en prison après qu'un logiciel de reconnaissance faciale ait conduit à l'arrestation du mauvais homme, selon le procès
Il a passé 10 jours en prison après qu'un logiciel de reconnaissance faciale ait conduit à l'arrestation du mauvais homme, selon le procès

Il a passé 10 jours en prison après qu'un logiciel de reconnaissance faciale ait conduit à l'arrestation du mauvais homme, selon le procès

nj.com

Une autre arrestation et une peine de prison, en raison d'une mauvaise correspondance de reconnaissance faciale

Une autre arrestation et une peine de prison, en raison d'une mauvaise correspondance de reconnaissance faciale

nytimes.com

Un homme noir du New Jersey mal identifié par une technologie de reconnaissance faciale et faussement emprisonné, selon un procès

Un homme noir du New Jersey mal identifié par une technologie de reconnaissance faciale et faussement emprisonné, selon un procès

nbcnews.com

Les utilisateurs gouvernementaux d'un logiciel de reconnaissance faciale poursuivis par le demandeur alléguant un emprisonnement injustifié pour un cas d'identité erronée

Les utilisateurs gouvernementaux d'un logiciel de reconnaissance faciale poursuivis par le demandeur alléguant un emprisonnement injustifié pour un cas d'identité erronée

natlawreview.com

Il a passé 10 jours en prison après qu'un logiciel de reconnaissance faciale ait conduit à l'arrestation du mauvais homme, selon le procès
nj.com · 2020
Traduit par IA

Note de l'éditeur : cet article a été mis à jour pour inclure une déclaration du bureau du procureur général du New Jersey.

Lorsque Nijeer Parks est sorti d'une prison du New Jersey en 2016, il est retourné dans sa famille à Paterson et leu…

Une autre arrestation et une peine de prison, en raison d'une mauvaise correspondance de reconnaissance faciale
nytimes.com · 2020
Traduit par IA

En février 2019, Nijeer Parks a été accusé de vol à l'étalage de bonbons et d'avoir tenté de frapper un policier avec une voiture dans un Hampton Inn à Woodbridge, New Jersey. La police l'avait identifié à l'aide d'un logiciel de reconnaiss…

Un homme noir du New Jersey mal identifié par une technologie de reconnaissance faciale et faussement emprisonné, selon un procès
nbcnews.com · 2020
Traduit par IA

Un homme du New Jersey a poursuivi la police et les procureurs, affirmant qu'il avait été arrêté et emprisonné à tort après qu'un logiciel de reconnaissance faciale l'ait lié par erreur à un vol d'hôtel.

Nijeer Parks, 33 ans, un Noir de Pat…

Les utilisateurs gouvernementaux d'un logiciel de reconnaissance faciale poursuivis par le demandeur alléguant un emprisonnement injustifié pour un cas d'identité erronée
natlawreview.com · 2021
Traduit par IA

Il est devenu courant pour les agences gouvernementales et les forces de l'ordre, en particulier dans les grandes zones métropolitaines, d'utiliser un logiciel de reconnaissance faciale. Ces entités constituent une clientèle majeure de Clea…

Variantes

Une "Variante" est un incident qui partage les mêmes facteurs de causalité, produit des dommages similaires et implique les mêmes systèmes intelligents qu'un incident d'IA connu. Plutôt que d'indexer les variantes comme des incidents entièrement distincts, nous listons les variations d'incidents sous le premier incident similaire soumis à la base de données. Contrairement aux autres types de soumission à la base de données des incidents, les variantes ne sont pas tenues d'avoir des rapports en preuve externes à la base de données des incidents. En savoir plus sur le document de recherche.

Incidents similaires

Par similarité textuelle

Did our AI mess up? Flag the unrelated incidents

Detroit Police Wrongfully Arrested Black Man Due To Faulty FRT

Wrongfully Accused by an Algorithm

Jan 2020 · 11 rapports
Predictive Policing Biases of PredPol

Policing the Future

Nov 2015 · 17 rapports
Northpointe Risk Models

Machine Bias - ProPublica

May 2016 · 15 rapports
Incident précédentProchain incident

Incidents similaires

Par similarité textuelle

Did our AI mess up? Flag the unrelated incidents

Detroit Police Wrongfully Arrested Black Man Due To Faulty FRT

Wrongfully Accused by an Algorithm

Jan 2020 · 11 rapports
Predictive Policing Biases of PredPol

Policing the Future

Nov 2015 · 17 rapports
Northpointe Risk Models

Machine Bias - ProPublica

May 2016 · 15 rapports

Recherche

  • Définition d'un « incident d'IA »
  • Définir une « réponse aux incidents d'IA »
  • Feuille de route de la base de données
  • Travaux connexes
  • Télécharger la base de données complète

Projet et communauté

  • À propos de
  • Contacter et suivre
  • Applications et résumés
  • Guide de l'éditeur

Incidents

  • Tous les incidents sous forme de liste
  • Incidents signalés
  • File d'attente de soumission
  • Affichage des classifications
  • Taxonomies

2023 - AI Incident Database

  • Conditions d'utilisation
  • Politique de confidentialité
  • Open twitterOpen githubOpen rssOpen facebookOpen linkedin
  • 8b8f151