evidoria

← Voltar à navegação

Boa prática Importada

A Avaliação Estática de Risco da Califórnia — o algoritmo de liberdade condicional que o Estado dizia não ter

Estados Unidos da América · Sacramento · Ver o perfil de Estados Unidos da América · Ver o perfil de Sacramento

Evidência: Descritivo / autorreportado Top 92% 27/100 · Pergunte a Evidence Copilot sobre esta prática

Desde 2010 o CDCR usa o algoritmo atuarial CSRA para pontuar o risco de reincidência de condicionais, mas em 2025 o Estado informou aos legisladores que não usava nenhum sistema automatizado de alto risco, só divulgando o CSRA e outros cinco num relatório de junho de 2026.

Detalhes

Maturidade
Consolidada
Promotor
California Department of Corrections and Rehabilitation (CDCR)
Período
2010–present
Palavras-chave
criminal justice, corrections, parole, risk assessment, algorithmic transparency

Contexto

Desde a sua inclusão nos regulamentos de liberdade condicional da Califórnia em 2010 (15 CCR §3768.1), o Departamento de Correções e Reabilitação da Califórnia (CDCR) tem utilizado a California Static Risk Assessment (CSRA) para pontuar a probabilidade de quase todos os condenados serem presos por crime grave nos três anos seguintes à libertação condicional, com base em fatores estáticos como idade, sexo e antecedentes criminais, classificando os casos em cinco níveis de risco, de Baixo a Alto Risco de Violência.

Objetivos

A CSRA destina-se a informar decisões de liberdade condicional, classificando os condenados em níveis de risco através de fatores estáticos e não modificáveis.

Atividades

O próprio CDCR referiu que o pessoal pode realizar a avaliação CSRA manualmente, o que significa que a pontuação automatizada é uma escolha e não uma necessidade operacional.

Resultados

Uma lei da Califórnia de 2023 exigiu que as agências estatais divulgassem a utilização de sistemas automatizados de decisão de alto risco, e em 2025 o estado reportou não utilizar nenhum. O relatório legislativo do próprio Departamento de Tecnologia, de junho de 2026, contrariou essa afirmação, revelando seis sistemas já em utilização ativa, incluindo a CSRA. A lacuna na divulgação só veio à tona após reportagens de investigação, e surgiu no mesmo mês em que um projeto de lei para acrescentar salvaguardas às decisões algorítmicas de liberdade condicional, o SB 1248, foi rejeitado na legislatura.

Conclusões

Este é um caso cautelar, de falha de transparência, e não um sucesso demonstrado. Uma agência estatal reportou zero sistemas automatizados de decisão de alto risco em utilização, apenas para essa afirmação ser desmentida pelo seu próprio relatório posterior; o facto de a pontuação automatizada da CSRA ser uma escolha discricionária e não uma necessidade acentua a questão de transparência que está no centro deste caso.

Implementação

Custo indicativo
Baixo (< 50 mil €)
Tempo até resultados
Longo (> 3 anos)
Equipa e competências
California Department of Corrections and Rehabilitation (CDCR) staff, who can also perform the CSRA evaluation manually

Condições de sucesso

  • Accurate, complete disclosure of high-risk automated decision system use under California's 2023 transparency law
  • Legislative guardrails on algorithmic parole decisions (e.g. a bill along the lines of SB 1248)

Modos de falha comuns

  • State agency reported zero high-risk automated decision systems in 2025, later reversed by the Department of Technology's own June 2026 report revealing six systems including CSRA
  • Disclosure gap surfaced only after investigative reporting, not proactive disclosure
  • SB 1248, a bill to add guardrails on algorithmic parole decisions, failed in the legislature the same month
  • Automated scoring is used even though CDCR staff can perform the evaluation manually

Habitualmente financiado por

National / regional programmes

Vias de financiamento indicativas para práticas deste tipo — verifique sempre os avisos abertos e as regras de elegibilidade de cada programa.

Implementa esta prática? Reivindique-a — implementadores verificados obtêm um contacto público na página e podem propor correções.

Fontes de dados

De onde foi obtida a informação desta prática, e quando.

Práticas semelhantes que podem ser úteis