街级算法：政策与决策之间差距的理论

算法中的错误和偏见正使算法在社会中获得越来越恶名。一个核心挑战是算法必须弥合高层政策与现场决策之间的差距，在新情况下进行推断，而这些情况下政策或训练数据并不容易适用。在本文中，我们借鉴了街头官僚理论，探讨了警察和法官等人如何解释政策以做出现场决策。我们通过类比提出了街头算法理论，即在社会技术系统中弥合政策与关于人的决策之间差距的算法。我们主张，与街头官僚不同，街头官僚会在面对新情况时反思性地完善其决策标准，而街头算法最多只能在决策作出后才完善其标准。这种半循环延迟导致在处理新情况或特殊情况时做出不合逻辑的决策。这一理论为街头算法的设计提供了建议，借鉴了街头官僚的历史设计模式，包括自我监管机制以及在出现错误时的补救措施。