Questionário vinculado ao guia · Médio Nível

Questionário sobre IA na aplicação da lei e policiamento

Revise os usos e limites da IA ​​de policiamento, incluindo limites de correspondência facial, feedback de dados de prisões, alertas de tiros e classificações legais oficiais.

Caminhos de guia relacionadosIA na aplicação da lei e no policiamento
Pergunta 1 de 8

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

Visualize cada pergunta8 perguntas

As respostas e explicações aparecem conforme você responde ao teste.

  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. Por que os críticos dizem que o policiamento preditivo pode amplificar o preconceito?
    • Ele não usa nenhum dado
    • Aprende com os dados de detenções que refletem o excesso de policiamento do passado
    • Ele apenas prevê o tempo
    • Ele ignora totalmente a localização
  3. O que um sistema de reconhecimento facial cria a partir de uma imagem facial?
    • Um esboço de papel
    • Uma impressão digital
    • Uma incorporação numérica ou 'impressão facial'
    • Uma sequência de DNA
  4. ShotSpotter é um exemplo de que tipo de sistema?
    • Leitor de matrículas
    • Reconhecimento facial
    • Análise de DNA
    • Detecção acústica de tiro
  5. Leitores automatizados de placas principalmente:
    • Registre localizações de veículos em escala
    • Traduzir línguas estrangeiras
    • Medir a qualidade do ar
    • Emitir passaportes
  6. Como a Lei de IA da UE trata muitos usos de IA para aplicação da lei?
    • Como não regulamentado
    • Como de alto risco ou proibido
    • Como obrigatório para todos os policiais
    • Como software de entretenimento
  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