evidoria

← Retour à la liste

Bonne pratique Importée

Safety at Screening Tool de l'Oregon — algorithme de risque en protection de l'enfance abandonné en 2022 après les disparités raciales du modèle d'Allegheny

États-Unis d'Amérique · Salem · Voir le profil de États-Unis d'Amérique

Top 94% 27/100 · Demandez à Evidence Copilot à propos de cette pratique

L'Oregon a utilisé dès 2018 un algorithme de risque pour trier les signalements de négligence d'enfants, puis l'a abandonné d'ici juin 2022 au profit du Structured Decision Making, après les révélations sur le biais de l'outil d'Allegheny.

Détails

Promoteur
Oregon Department of Human Services
Période
2018–2022
Mots-clés
child welfare, hotline screening, predictive risk, algorithmic bias

Description

À partir de 2018, le département des services humains de l'Oregon a utilisé la Safety at Screening Tool, qui produisait des scores estimant la probabilité qu'un enfant soit placé ou refasse l'objet d'une enquête, afin d'aider les opérateurs de la ligne de signalement à décider quels signalements de maltraitance et de négligence enquêter. Les agents conservaient la décision finale. L'outil s'inspirait de l'Allegheny Family Screening Tool de Pennsylvanie.
En avril 2022, l'Associated Press a rapporté des travaux de l'université Carnegie Mellon sur l'algorithme d'Allegheny : il aurait recommandé d'enquêter sur environ les deux tiers des enfants noirs, contre environ la moitié des autres enfants. L'Oregon affirmait que son outil comportait une « correction d'équité ». En mai 2022, le DHS a informé son personnel qu'il cesserait d'utiliser l'algorithme d'ici la fin juin 2022.
La raison avancée était que l'outil prédictif ne pouvait pas être intégré au nouveau modèle de Structured Decision Making, fondé sur des informations propres à la famille ; les responsables ont aussi évoqué l'équité et l'amélioration continue. Le sénateur Ron Wyden a critiqué l'usage d'« algorithmes non testés ». Aucune évaluation indépendante de l'outil de l'Oregon n'apparaît dans les sources consultées.
Enseignement : les agences qui importent des modèles prédictifs doivent exiger une validation locale publiée et des tests de disparité avant déploiement, et prévoir une porte de sortie.

Mise en œuvre

Les détails de mise en œuvre (coût, calendrier, personnel, conditions de réussite) ne sont pas encore disponibles pour cette pratique.

Vous portez cette pratique ? Revendiquez-la — les porteurs vérifiés obtiennent un contact public sur la page et peuvent proposer des corrections.

Sources de données

D'où proviennent les informations de cette pratique, et quand.

Pratiques similaires qui pourraient vous être utiles