Mit dem Guide verknüpftes Quiz · Mittel Ebene

KI im Strafverfolgungs- und Polizeiquiz

Überprüfen Sie den Einsatz und die Grenzen von KI bei der Polizei, einschließlich Schwellenwerten für die Gesichtsübereinstimmung, Feedback aus Verhaftungsdaten, Schusswarnungen und offiziellen rechtlichen Klassifizierungen.

Frage 1 von 8

What did NIST face-recognition evaluations report about demographic error-rate differences?

Sehen Sie sich jede Frage in der Vorschau an8 Fragen

Während Sie am Quiz teilnehmen, werden Antworten und Erklärungen angezeigt.

  1. What did NIST face-recognition evaluations report about demographic error-rate differences?
    • Most tested algorithms showed demographic differentials, with size depending on algorithm and application
    • All tested algorithms had identical error rates for every demographic group
    • The study found demographic differences only in license-plate readers
    • NIST concluded that image quality never affects error rates
  2. Warum sagen Kritiker, dass vorausschauende Polizeiarbeit Voreingenommenheit verstärken kann?
    • Es werden überhaupt keine Daten verwendet
    • Es lernt aus Festnahmedaten, die frühere übermäßige Polizeiarbeit widerspiegeln
    • Es sagt nur das Wetter voraus
    • Der Standort wird vollständig ignoriert
  3. Was erstellt ein Gesichtserkennungssystem aus einem Gesichtsbild?
    • Eine Papierskizze
    • Ein Fingerabdruck
    • Eine numerische Einbettung oder ein „Gesichtsabdruck“
    • Eine DNA-Sequenz
  4. ShotSpotter ist ein Beispiel für welche Art von System?
    • Kennzeichenleser
    • Gesichtserkennung
    • DNA-Analyse
    • Akustische Schusserkennung
  5. Automatische Kennzeichenleser vor allem:
    • Protokollieren Sie Fahrzeugstandorte im großen Maßstab
    • Fremdsprachen übersetzen
    • Luftqualität messen
    • Pässe ausstellen
  6. Wie behandelt das EU-KI-Gesetz viele KI-Einsätze bei der Strafverfolgung?
    • Als unreguliert
    • Als risikoreich oder verboten
    • Als Pflicht für alle Polizisten
    • Als Unterhaltungssoftware
  7. In a face-recognition system, what can changing the match-similarity threshold trade off?
    • Image resolution against video length
    • Database size against audio quality
    • False matches against missed matches
    • Encryption strength against network speed
  8. What can AI transcription add to a body-worn-camera reporting workflow?
    • A determination of guilt without a court
    • A facial-recognition match from audio alone
    • An automatic guarantee that a report is accurate
    • A searchable transcript or draft narrative based on recorded audio