量刑算法与利益的平等考虑

摘要 本文探讨了量刑算法——评估被定罪个体若获释假释后再次犯罪可能性的基于机器学习的工具——是否与彼得·辛格的偏好效用主义和利益平等考虑原则一致。文章首先解释了此类算法的运作及其伦理挑战，尤其是个性化量刑的挑战。随后，文章探讨这些算法如何与辛格的偏好效用主义相一致，特别是他的利益平等考虑原则。对这一原则的关键要素进行分析——最大化和同等权衡利益、公正性，以及拒绝无关群体成员资格——揭示了批评者如何利用该原则来反对实施量刑算法。对辛格观点的更敏感的语境解读表明，同一原则实际上支持使用这些算法。文章最后得出结论，量刑算法不仅与辛格的立场一致，且在许多方面得到了强化。