Ocena ryzyka nie jest wykrywaniem przyszłego sprawcy. Jest ograniczonym w czasie wnioskowaniem o określonym zdarzeniu, w określonych warunkach, na podstawie danych o osobie, populacji i planowanym środowisku. Jej użyteczność zależy nie tylko od wyniku narzędzia, lecz od definicji outcome, częstości bazowej, jakości danych, kalibracji, progu decyzji, możliwej szkody błędów i zdolności systemu do aktualizacji planu.

Tekst dotyczy ocen przy wykonaniu kary, warunkowym zwolnieniu, probacji i zarządzaniu ryzykiem przemocy. Nie przedstawia diagnozy żadnej osoby i nie jest instrukcją samodzielnego stosowania chronionych narzędzi. Stan polskiego prawa i regulacji unijnej sprawdzono na 24 sierpnia 2026 r.

Najpierw pytanie, potem instrument

„Ryzyko” nie ma jednego znaczenia

Ogólne pytanie „czy osoba jest niebezpieczna?” łączy różne zdarzenia: każde ponowne przestępstwo, ciężką przemoc, przemoc partnerską, przestępstwo seksualne, naruszenie obowiązku, samouszkodzenie albo wiktymizację. Każde ma inną częstość, mechanizm, horyzont i konsekwencję.

Przed oceną trzeba określić:

  1. Outcome — jakie obserwowalne zdarzenie jest przewidywane.
  2. Populację — do kogo ma odnosić się wynik.
  3. Horyzont — na przykład sześć miesięcy, dwa lata albo okres próby.
  4. Warunki — wolność bez nadzoru, dozór, leczenie, określone miejsce.
  5. Cel decyzji — dobór wsparcia, intensywności nadzoru, warunków albo informacja dla sądu.
  6. Koszt błędów — szkoda false positive i false negative.

Zmiana jednego elementu zmienia pytanie. Wynik dla „jakiegokolwiek ponownego skazania w pięć lat” nie jest wynikiem dla „ciężkiej przemocy w pierwszych 90 dniach po zwolnieniu”.

Ryzyko osoby czy scenariusza

Etykieta „osoba wysokiego ryzyka” sugeruje trwałą cechę. Użyteczniejszy jest scenariusz: określona szkoda może wystąpić wobec określonej grupy, gdy połączą się dostęp, stresor, postawa, brak bariery i nieskuteczna reakcja. Pozwala to wskazać elementy podlegające zmianie.

Scenariusz nie usuwa odpowiedzialności osoby. Odróżnia prognozę od moralnego opisu i kieruje uwagę na zarządzanie: ograniczenie dostępu, leczenie potrzeby, wzmocnienie relacji ochronnej, poprawę przepływu informacji lub szybszą reakcję.

Predykcja a decyzja

Model może oszacować wynik lub przypisać kategorię. Nie wybiera sam, czy zwolnić, jakie ograniczenie zastosować i jaki koszt jest proporcjonalny. Decyzja integruje prawo, prawa osoby, szkody, zasoby, możliwość kontroli oraz inne dowody.

Ten rozdział jest szczególnie ważny przy systemie informatycznym. Interfejs może pokazywać kolor i sugerować gotową odpowiedź, choć formalnie nazywa wynik „wsparciem”. Audyt sprawdza realny wpływ: jak często decydent odchodzi od wskazania, czy musi uzasadnić odstępstwo i czy automatyzacja przesuwa ciężar dowodu.

Trzy rodziny podejść

Nieustrukturyzowany osąd kliniczny

Ekspert integruje wywiad, dokumenty i doświadczenie bez jawnej listy czynników lub reguły. Format pozwala uwzględnić nietypową informację, lecz jest podatny na efekt aureoli, zakotwiczenie, dostępność, różnice między oceniającymi i trudność odtworzenia toku.

Nieustrukturyzowany nie znaczy automatycznie nierzetelny. Problemem jest brak kontroli: nie wiadomo, które dane zdecydowały, czy podobna sprawa otrzymałaby podobną ocenę i co miałoby obalić wniosek. Samo długie doświadczenie nie gwarantuje kalibracji, jeżeli ekspert nie otrzymuje systematycznego feedbacku o outcome.

Podejście aktuarialne

Instrument aktuarialny łączy zdefiniowane zmienne według ustalonej reguły i odnosi wynik do danych grupowych. Jego zaletą jest powtarzalność oraz możliwość pomiaru dyskryminacji i kalibracji. Ograniczeniem jest zależność od populacji konstrukcyjnej, definicji wyniku, okresu obserwacji i sposobu obchodzenia się z brakami.

Wynik populacyjny nie mówi, że konkretna osoba popełni czyn. Jeśli 20 ze 100 osób o podobnym wyniku ma zarejestrowany outcome, każda z nich nadal ma nieznaną indywidualną przyszłość. Liczba 20% jest częstością w zdefiniowanych warunkach i wymaga przedziału niepewności.

Ustrukturyzowany osąd profesjonalny

Structured Professional Judgment używa podręcznikowo określonych domen, ale końcowa integracja obejmuje znaczenie czynników w konkretnej sprawie, scenariusze, sygnały ostrzegawcze i plan zarządzania. Nie jest „intuicją z checklistą”. Wymaga przestrzegania definicji, kompletności danych, uzasadnienia relewancji i jawnego przejścia do scenariusza.

Ocena ogólna może nie wynikać z prostego sumowania. To zaleta, gdy nietypowa kombinacja ma rzeczywiste znaczenie, i ryzyko, gdy swoboda ukrywa preferencję oceniającego. Potrzebne są rzetelność między oceniającymi, niezależny przegląd i udokumentowanie odstępstwa.

Podejście hybrydowe

W praktyce system może łączyć wynik statystyczny, domeny dynamiczne, opinię kliniczną i prawną decyzję. Sama wielość elementów nie poprawia trafności. Jeśli każdy otrzymuje wagę po wyniku, powstaje swobodny model odporny na falsyfikację.

Hybryda potrzebuje kolejności: jaka część służy bazie, jaka modyfikacji, jaka planowi i kto może zmienić wynik. Wersja instrumentu oraz reguły integracji są częścią metody.

Czynniki, mechanizmy i domeny

Czynniki statyczne

Historia wcześniejszych czynów, wiek początku, określone naruszenia i przebieg wcześniejszych interwencji nie mogą zostać cofnięte. Pomagają osadzić częstość bazową i rozpoznać wzorzec. Nie wskazują samodzielnie interwencji i nie są biologicznym przeznaczeniem.

Znaczenie zależy od definicji. „Wcześniejsza przemoc” może obejmować wyrok, zgłoszenie, zachowanie kliniczne lub samoopis. Instrument wymaga konkretnej reguły kodowania. Zmiana źródła zmienia wynik.

Czynniki dynamiczne

Postawy wspierające krzywdę, niestabilność, impulsywność, używanie substancji, konflikty, dostęp, objawy, dewiacyjne zainteresowania albo brak współpracy mogą zmieniać się w czasie. Dynamiczny nie oznacza szybko modyfikowalny ani przyczynowy.

Trzeba rozdzielić stable dynamic od acute dynamic. Pierwsze zmieniają się w miesiącach lub latach, drugie mogą eskalować w dniach. Częstotliwość pomiaru powinna odpowiadać tempu. Roczna ocena nie jest systemem wczesnego ostrzegania dla gwałtownego kryzysu.

Czynniki ochronne

Mieszkanie, praca, leczenie, prosocjalna relacja, kompetencja, cele i gotowość korzystania z pomocy mogą ograniczać ryzyko. Ochrona nie jest jedynie odwrotnością braku ryzyka. Ma własny mechanizm, dostępność i odporność na stres.

Oferta pracy nie jest rozpoczętą pracą; deklarowana relacja nie jest osobą zdolną zauważyć sygnał; miejsce w hostelu nie gwarantuje stabilności. Zasób opisuje się przez właściciela, termin, warunki utraty i plan zastępczy.

Czynnik nie jest mechanizmem

Korelacja zmiennej z recydywą nie wyjaśnia, dlaczego występuje. Bezrobocie może oznaczać brak dochodu, utratę rutyny, konflikt, gorsze zdrowie albo efekt innych problemów. Interwencja w niewłaściwy mechanizm może nie zmienić outcome.

Plan powinien łączyć sekwencję: czynnik → proces → sygnał → działanie → oczekiwany skutek. Jeśli tego łańcucha nie można opisać, zmienna może być przydatna predykcyjnie, ale nie nadaje się bezpośrednio jako cel terapii.

Responsywność

Model RNR rozdziela poziom ryzyka, potrzeby kryminogenne i responsivity, czyli dopasowanie formy oddziaływania do zdolności, motywacji, języka, kultury i sposobu uczenia się. Niepowodzenie programu może oznaczać niedopasowanie, nie trwałą niezdolność do zmiany.

Ocena responsywności nie może przekształcać niepełnosprawności, niskiej kompetencji językowej lub odmiennej ekspresji w czynnik winy. System ma obowiązek dostępności i właściwej interpretacji.

Dane wejściowe

Hierarchia źródeł

Akta sądowe, dokumentacja penitencjarna, wywiad, dane kliniczne, osoby trzecie, rejestry, zachowanie w przepustkach i plan środowiskowy odpowiadają na różne pytania. Żadne źródło nie jest kompletne. Wyrok zawiera ustalenia prawne, lecz nie każdy fakt biograficzny; notatka personelu zależy od obserwacji; samoopis od pamięci i interesu.

Przy każdym twierdzeniu zapisuje się źródło, czas, bezpośredniość, status prawny i możliwy bias. Kilka dokumentów kopiujących jedną pierwotną notatkę nie jest kilkoma niezależnymi potwierdzeniami.

Fakt, kod i interpretacja

Fakt brzmi: w dniu X zarejestrowano określone zachowanie. Kod brzmi: spełnia definicję pozycji instrumentu. Interpretacja brzmi: zwiększa relewancję scenariusza. Trzy warstwy powinny pozostać rozdzielone.

Bez tego błąd interpretacji wraca jako pozorny fakt w kolejnej opinii. System informatyczny powinien przechowywać źródło i autora kodu, nie tylko końcową wartość.

Braki danych

Brak może oznaczać, że zdarzenie nie wystąpiło, nie zostało zaobserwowane, nie zostało zgłoszone, nie ma dostępu do rejestru albo pole nie obowiązywało. Automatyczne zastąpienie braku zerem zaniża wynik, a zastąpienie wartością ryzykowną może niesprawiedliwie go zawyżać.

Metoda musi określić dopuszczalny zakres braków, regułę imputacji, wpływ na wynik i próg „nie można ocenić”. Analiza czułości pokazuje wynik przy rozsądnych wartościach alternatywnych.

Dane historycznie nierówne

Intensywnie monitorowana osoba ma więcej zarejestrowanych zdarzeń niż podobna osoba bez nadzoru. Grupy różnią się dostępem do pomocy, skłonnością instytucji do zatrzymania i jakością dokumentacji. Dane rejestrują zachowanie oraz proces kontroli.

Zmienne takie jak liczba zatrzymań mogą utrwalać wcześniejszą nierówność. Audyt pyta, czy model przewiduje czyn, czy reakcję systemu i czy proxy jest konieczne dla celu.

Aktualność

Ocena ma datę. Informacja o relacji, mieszkaniu, leczeniu i dostępie może szybko się zestarzeć. Raport powinien wskazywać zdarzenia wyzwalające aktualizację oraz zakres, którego nie trzeba kodować ponownie.

Kopiowanie poprzedniej opinii bez jawnego diffu tworzy pozór ciągłości. Nowa wersja powinna wskazać nowe dane, zmienione kody, przewidywania i reakcje.

Częstość bazowa i tablica 2 × 2

Cztery wyniki

Dla wybranego progu ocena i późniejszy outcome tworzą:

  • true positive — wskazane ryzyko i zarejestrowany outcome;
  • false positive — wskazane ryzyko bez outcome;
  • true negative — niskie wskazanie bez outcome;
  • false negative — niskie wskazanie z outcome.

Nazwy nie oznaczają winy modelu w pojedynczym przypadku. Nawet idealnie skalibrowane prawdopodobieństwo 20% przewiduje, że większość osób w tej grupie nie będzie miała zdarzenia.

Sensitivity i specificity

Czułość to odsetek osób z outcome, które przekroczyły próg. Swoistość to odsetek osób bez outcome, które znalazły się poniżej progu. Obie zależą od progu. Zwiększenie czułości zwykle zmniejsza swoistość.

Nie ma progu „najbardziej naukowego”. Wybór zależy od celu i kosztu błędów. Próg do zaoferowania dodatkowego spotkania może być inny niż próg do rekomendacji poważnego ograniczenia wolności.

PPV i NPV

Positive predictive value odpowiada na pytanie, jaki odsetek osób powyżej progu miał outcome. Negative predictive value — jaki odsetek poniżej progu go nie miał. W przeciwieństwie do AUC silnie zależą od częstości bazowej.

Przy rzadkiej ciężkiej przemocy liczba false positives może być duża nawet przy rozsądnej dyskryminacji. Dlatego wynik „wysoki” nie może być tłumaczony jako „prawdopodobnie popełni czyn”, jeśli lokalne PPV tego nie potwierdza.

Przykład niskiej bazy

Załóżmy 1000 osób, outcome u 5%, czułość 80% i swoistość 80%. Model wskaże 40 z 50 przyszłych zdarzeń, ale także 190 z 950 osób bez zdarzenia. W grupie dodatniej będzie 40 true positives i 190 false positives, więc PPV wyniesie około 17%.

Ten rachunek nie dowodzi bezużyteczności modelu. Pokazuje, że nie powinien samodzielnie uzasadniać dotkliwej decyzji. Może być użyteczny do uruchomienia proporcjonalnego wsparcia lub dokładniejszej oceny.

Outcome zależy od obserwacji

Ponowne skazanie jest tylko częścią zachowań. Wymaga ujawnienia, postępowania i upływu czasu. Ponowne zatrzymanie bardziej zależy od praktyki Policji, a naruszenie techniczne od intensywności dozoru. Zgon i ciężki uraz mają inne źródła.

Walidacja musi używać outcome zgodnego z deklaracją. Złożony outcome „jakiekolwiek zdarzenie” może poprawić liczbę przypadków kosztem utraty znaczenia decyzyjnego.

Dyskryminacja nie wystarcza

AUC

Area under the ROC curve można rozumieć jako prawdopodobieństwo, że losowo wybrana osoba z późniejszym outcome otrzyma wyższy wynik niż losowo wybrana bez outcome. AUC nie mówi, czy liczby są prawdopodobieństwami, czy próg jest użyteczny ani ilu będzie false positives.

Model może mieć tę samą AUC w dwóch populacjach i zupełnie inną kalibrację. Raportowanie tylko AUC jest niewystarczające, co podkreśla metaanaliza narzędzi w populacjach psychiatrii sądowej opublikowana w 2023 r.

Kalibracja

Kalibracja porównuje przewidywane prawdopodobieństwo z obserwowaną częstością. Jeśli grupa z wynikiem 20% ma outcome u 20%, model jest lokalnie zgodny w tym zakresie. Potrzebne są wykresy, nachylenie, intercept i niepewność, nie tylko jeden test.

Kalibracja może pogorszyć się po zmianie prawa, programów, populacji i częstości kontroli. Recalibration koryguje liczby, ale nie naprawia braku dyskryminacji ani wadliwych danych.

Brier score i użyteczność

Brier score mierzy średni kwadrat błędu prawdopodobieństwa, łącząc kalibrację i rozdzielczość. Decision curve analysis lub jawny rachunek kosztów może pokazać, czy model przynosi korzyść względem strategii „interwencja dla wszystkich” albo „dla nikogo” przy danym progu.

Metryka musi odpowiadać użyciu. Wysoka AUC nie dowodzi korzyści, jeśli system nie ma skutecznej interwencji albo wynik wywołuje szkodę bez poprawy bezpieczeństwa.

Kategorie niskie–średnie–wysokie

Kolory są łatwe do komunikowania, lecz tracą informację i tworzą sztuczne skoki. Osoby po obu stronach progu mogą mieć niemal identyczny wynik, a otrzymać bardzo różne decyzje.

Każda kategoria potrzebuje zakresu, lokalnej częstości outcome, przedziału niepewności i wskazanego działania. „Średnie” nie może być pojemnikiem dla niepewności.

Walidacja

Walidacja wewnętrzna i zewnętrzna

Wynik na zbiorze konstrukcyjnym jest optymistyczny. Walidacja wewnętrzna przez bootstrap lub cross-validation ocenia przeuczenie, lecz nadal dotyczy tej samej domeny. Walidacja zewnętrzna używa innego czasu, miejsca lub instytucji.

Najsilniejszym testem wdrożeniowym jest walidacja prospektywna w populacji zastosowania z zamrożonym modelem, z góry określonym outcome i planem analizy. Retrospektywne kodowanie po poznaniu wyniku grozi przeciekiem informacji.

Transportowalność

Instrument opracowany w innym państwie, płci, wieku, typie czynu i systemie nadzoru nie jest automatycznie przenośny. Różnią się częstość bazowa, definicje, dostęp do usług i próg rejestracji. Tłumaczenie językowe nie jest walidacją.

Adaptacja wymaga tłumaczenia pojęciowego, oceny rzetelności, walidacji kryterialnej, kalibracji, analizy podgrup i dokumentacji zmiany wersji. Lokalny wynik nie musi być tożsamy z normą podręcznika.

Rzetelność między oceniającymi

Jeśli dwie przeszkolone osoby kodują te same dane, ich zgodność jest częścią jakości. Mierzy się ją dla pozycji, sumy i końcowej kategorii. Wysoka zgodność sumy może ukrywać rozbieżne mechanizmy.

Próba rzetelności powinna obejmować niejednoznaczne sprawy, nie wyłącznie szkoleniowe przykłady. Rozbieżności są materiałem do poprawy definicji i szkolenia.

Walidacja całego workflow

Narzędzie może być trafne w publikacji, a proces zawodny. Intake, identyfikacja osoby, import danych, kodowanie, obliczenie, wyświetlenie, interpretacja, decyzja i aktualizacja tworzą łańcuch. Błąd na każdym etapie zmienia wynik.

Testuje się przypadki znane, braki, wartości graniczne, migrację wersji, uprawnienia, historię zmian, eksport, awarię i odtworzenie. Walidacja algorytmu nie zastępuje walidacji wdrożenia.

Drift

Zmiana populacji, prawa, praktyki zatrzymań, dostępności leczenia albo samego użycia modelu może zmienić relację score–outcome. Model wpływa na interwencję, a interwencja wpływa na późniejszy outcome; obserwowany wynik nie jest czystym testem nieinterweniowanej przyszłości.

Monitoring śledzi rozkład cech, braki, kalibrację, PPV/NPV, decyzje i outcome w czasie. Próg alarmowy oraz procedura wycofania są ustalone przed problemem.

Paradoks interwencji

Osoba z wysokim wynikiem może otrzymać intensywne leczenie i nadzór, po których outcome nie wystąpi. Nie wiadomo wtedy, czy model dał false positive, czy trafnie wykrył ryzyko skutecznie zmodyfikowane interwencją. Z kolei brak zasobu może sprawić, że przewidywanie staje się samospełniające: oznaczenie nie prowadzi do pomocy, lecz do ograniczeń utrudniających mieszkanie i pracę.

Walidacja czysto predykcyjna opisuje wynik w realnym systemie decyzji. Ocena wpływu instrumentu wymaga dodatkowo danych o rodzaju, czasie i dawce interwencji oraz strategii przyczynowej. Nie wolno po prostu usuwać osób objętych interwencją, bo selekcja zależała od score.

Model wdrażany etapowo może umożliwić porównanie jednostek i okresów, jeśli reguła wdrożenia jest znana. Inne projekty wykorzystują zmienne instrumentalne, dopasowanie lub ważenie, ale każde opiera się na silnych założeniach. Raport powinien rozdzielać trafność prognostyczną od skutku decyzji podjętych dzięki prognozie.

Cenzorowanie i ryzyka konkurujące

Osoba może wyjechać, umrzeć, wrócić do izolacji z innej przyczyny albo utracić kontakt z rejestrem przed końcem obserwacji. Traktowanie jej jako osoby bez recydywy zawyża wynik. Analiza przeżycia uwzględnia różny czas ekspozycji, ale wymaga założeń o cenzorowaniu.

Ponowne uwięzienie za naruszenie techniczne ogranicza okazję do zarejestrowania przestępstwa na wolności. Jest więc zdarzeniem konkurującym lub zmianą ekspozycji, a nie neutralnym brakiem outcome. Podobnie różna długość pobytu w społeczności uniemożliwia proste porównanie samych odsetków.

Raport walidacyjny powinien podać początek zegara, zasady przerw, źródła outcome, medianę obserwacji, utratę follow-up oraz sposób analizy zdarzeń konkurujących. Wynik po dwóch latach w kalendarzu nie musi oznaczać dwóch lat rzeczywistej ekspozycji.

Niepewność parametrów

Punktowe AUC, PPV lub częstość w kategorii wyglądają dokładniej, niż pozwala próba. Przedziały ufności albo kompatybilności pokazują niepewność estymacji, lecz nie obejmują wszystkich źródeł: błędu outcome, braków, driftu i niezgodności populacji.

W małej grupie „30%” może oznaczać trzy zdarzenia na dziesięć osób. Wynik nie powinien być komunikowany jak stabilna norma. Bootstrap, model hierarchiczny i shrinkage mogą ograniczać skrajność, ale nie tworzą informacji, której nie ma. Decyzja potrzebuje analizy czułości na rozsądne warianty, a nie jednego miejsca po przecinku.

Fairness i grupy niedoreprezentowane

Nie ma jednej metryki równości

Można wymagać podobnej kalibracji, czułości, swoistości, PPV albo odsetka klasyfikacji. Przy różnych częstościach bazowych nie wszystkie warunki są jednocześnie osiągalne. Wybór jest normatywny i zależy od szkody.

Raport powinien przedstawić kilka metryk z niepewnością oraz wyjaśnić, dlaczego określony kompromis jest dopuszczalny. Słowo „obiektywny” nie zwalnia z tej decyzji.

Płeć, wiek i populacja

Narzędzie zbudowane głównie na dorosłych mężczyznach może gorzej działać dla kobiet, młodzieży albo osób starszych. Mała próba podgrupy daje szeroką niepewność; brak istotnej statystycznie różnicy nie dowodzi równości.

Jeśli nie ma danych, trzeba ograniczyć zakres, użyć odpowiedniego narzędzia albo opisać wynik jako eksperymentalny. Nie wolno przenosić pewności z populacji większościowej.

Niepełnosprawność i język

Zachowanie w rozmowie, rozumienie obowiązku i udział w programie zależą od dostępności. Bariera komunikacyjna może zostać błędnie zakodowana jako brak współpracy lub wglądu. Potrzebne są dostosowania i odnotowanie ich wpływu.

Diagnoza lub leczenie psychiatryczne nie są synonimami przemocy. Konkretne objawy i sytuacje mogą mieć znaczenie, ale stygmatyzujący proxy pogarsza trafność i prawa.

Bias danych instytucjonalnych

Model uczy się z historii zatrzymań, skazań i naruszeń, które zależą od ekspozycji na kontrolę. Audyt bada różnice w brakach, źródłach, overpolicing, możliwości spełnienia obowiązków i reakcji na to samo zachowanie.

Ograniczenie zmiennej chronionej nie usuwa proxy. Kod pocztowy, zatrudnienie, struktura rodziny lub historia instytucjonalna mogą przenosić nierówność.

AI i automatyzacja

Zakaz określonej predykcji

AI Act zakazuje oceny lub przewidywania ryzyka popełnienia przestępstwa wyłącznie na podstawie profilowania albo oceny cech osobowości i charakterystyk. Rozporządzenie pozostawia możliwość wspierania oceny opartej na obiektywnych i weryfikowalnych faktach bezpośrednio związanych z działalnością przestępczą, ale nie usuwa innych wymogów prawa.

Granica „nie wyłącznie” nie jest furtką do dodania jednego faktu do modelu osobowościowego. Trzeba wykazać funkcję każdej zmiennej, podstawę, proporcjonalność i realny nadzór człowieka.

System wysokiego ryzyka

W zakresie nieobjętym zakazem niektóre systemy stosowane przez organy ścigania do oceny ryzyka popełnienia lub ponownego popełnienia czynu są systemami wysokiego ryzyka. Wiąże się to między innymi z zarządzaniem ryzykiem, jakością danych, dokumentacją, logami, informacją, nadzorem człowieka, dokładnością i cyberbezpieczeństwem.

Dokładna kwalifikacja zależy od przeznaczenia, użytkownika i przepisu. Nie każdy arkusz oceny staje się AI, a nazwanie modelu „rekomendacją” nie usuwa jego realnego użycia.

Nadzór człowieka

Human in the loop jest rzeczywisty, gdy człowiek rozumie zakres, może sprawdzić dane, ma czas, kompetencję i władzę odrzucenia. Obowiązek uzasadniania tylko odstępstwa tworzy automation bias.

Audyt mierzy odsetek akceptacji, kierunek odstępstw, czas, dostęp do wyjaśnienia i konsekwencje błędu. Szkolenie nie wystarczy, jeśli interfejs ukrywa dane lub organizacja nagradza zgodność.

Wyjaśnienie i możliwość zakwestionowania

Osoba objęta decyzją powinna znać zasadnicze czynniki, błędne dane i drogę korekty w zakresie wynikającym z prawa. Tajemnica handlowa nie może pozbawiać sądu i stron możliwości sensownej kontroli dowodu.

Pakiet audytowy obejmuje przeznaczenie, wersję, zmienne, źródła, reguły braków, metryki, kalibrację, progi, log sprawy i historię zmian. Wyjaśnienie pojedynczego wyniku nie zastępuje walidacji modelu.

Polska decyzja o warunkowym zwolnieniu

Art. 77 Kodeksu karnego

Art. 77 § 1 wymaga przekonania, że postawa, właściwości i warunki osobiste, okoliczności czynu oraz zachowanie po nim i podczas kary uzasadniają prognozę przestrzegania porządku prawnego, w szczególności niepopełnienia ponownie przestępstwa. Katalog jest wielodomenowy.

W 2026 r. zmieniono Kodeks karny ustawą z 15 maja 2026 r., ale nowelizacja dotyczyła art. 269b i nie zmieniła art. 77. Przed konkretną sprawą zawsze sprawdza się aktualny tekst oraz przepisy czasowe.

Art. 161 Kodeksu karnego wykonawczego

Dyrektor zakładu, składając wniosek o warunkowe zwolnienie, przesyła opinię administracji zawierającą w szczególności prognozę kryminologiczno-społeczną. W określonych sytuacjach opinia jest przekazywana na żądanie sądu albo na prośbę skazanego składającego wniosek.

Opinia nie jest decyzją. Powinna wskazać źródła, aktualność, fakty, metodę, scenariusze i ograniczenia. Sąd musi mieć możliwość odróżnienia wyniku instrumentu od prawnej oceny przesłanki.

PSORR-PL

Służba Więzienna opisuje Pogłębiony System Oceny Ryzyka Recydywy jako zinformatyzowane narzędzie kompleksowej oceny i planowania oddziaływań. W 2026 r. oficjalna informacja podsumowała pierwszy rok funkcjonowania systemu i dalszą optymalizację.

Publiczny komunikat nie zawiera pełnego pakietu niezależnej walidacji. Uczciwa ocena publiczna musi więc rozdzielać potwierdzony fakt wdrożenia od nieznanych lub nieopublikowanych parametrów: populacji konstrukcyjnej, kalibracji, rzetelności, performance podgrup, zmian wersji i wpływu na decyzje.

Warunki i dozór

Warunkowe zwolnienie może łączyć się z dozorem oraz obowiązkami. Każdy powinien odpowiadać rozpoznanemu mechanizmowi, być legalny, wykonalny, proporcjonalny i możliwy do monitorowania. Liczba obowiązków nie jest miarą bezpieczeństwa.

Naruszenie techniczne, awaria systemu, zachowanie zwiększające ryzyko i nowy czyn mają różne znaczenie. Plan określa stopniowaną reakcję, aby drobny sygnał nie prowadził automatycznie do maksymalnej sankcji ani nie zasłaniał eskalacji.

Od wyniku do planu

Scenariusz szkody

Scenariusz zawiera potencjalny outcome, osoby narażone, kontekst, motyw lub funkcję, dostęp, stresory, zachowania ostrzegawcze, bariery i przewidywany przebieg. Powinien mieć hipotezę konkurencyjną oraz elementy niewiadome.

Nie chodzi o literacką opowieść. Każdy element musi być powiązany z danymi i możliwą interwencją. Scenariusz, którego nie można aktualizować, jest etykietą.

Plan zarządzania

Plan wskazuje:

  • kto odpowiada za czynnik;
  • jakie działanie zostanie wykonane;
  • kiedy i jak zostanie sprawdzony wynik;
  • jaki sygnał wyzwala zmianę;
  • jaka jest alternatywa przy utracie zasobu;
  • jak chronione są osoby potencjalnie narażone;
  • kiedy plan wygasa.

Wsparcie, leczenie, nadzór i ograniczenie powinny być rozróżnione. Ten sam kontakt może pomagać i kontrolować, ale rola musi być jawna.

Przejście z więzienia

Pierwsze dni i tygodnie mogą przynieść zmianę mieszkania, substancji, relacji, dochodu, mobilności i dostępu. Ocena z zakładu nie może być po prostu przekazana jako kolor. Kurator potrzebuje scenariusza, danych, zasobów i progów.

Stopniowane przejście dostarcza informacji, ale nie jest prowokacją ani testem ukrytym przed osobą. Obowiązki i sposób oceny muszą być zrozumiałe.

Bezpieczeństwo potencjalnie pokrzywdzonych

Plan nie może koncentrować się wyłącznie na potrzebach osoby zwalnianej. W granicach prawa uwzględnia wcześniejsze relacje, grupę narażoną, zakazy kontaktu, przyjmowanie sygnałów i sposób reakcji bez stygmatyzowania zgłaszających.

Nie przerzuca odpowiedzialności monitorowania na pokrzywdzonego. Zakres informacji udostępnianej innym podmiotom musi mieć podstawę, cel i minimalizację.

Komunikowanie wyniku

Prawdopodobieństwo i częstotliwość

Jeśli model jest skalibrowany, format „około X na 100 podobnych osób w określonych warunkach miało outcome w Y lat” jest czytelniejszy niż abstrakcyjny procent. Musi zawierać definicję podobieństwa, przedział i źródło.

Nie używa się słów „popełni”, „bezpieczny” ani „niebezpieczny” jako tłumaczenia kategorii. Wynik nie jest pewnością jednostkową.

Wynik warstwowy

Raport powinien rozdzielać:

  1. pytanie i zakres;
  2. dane i ich jakość;
  3. wynik instrumentu;
  4. lokalną walidację i niepewność;
  5. relewancję czynników;
  6. scenariusze;
  7. plan i progi;
  8. decyzję należącą do organu.

Dzięki temu sąd może nie zgodzić się z rekomendacją bez kwestionowania surowego wyniku i odwrotnie.

Język braku

„Nie stwierdzono czynnika” oznacza coś innego niż „nie oceniono” i „dane są sprzeczne”. Formularz powinien zachować te stany. Jedna wartość pusta nie może być renderowana jako zielona.

Konflikt opinii

Dwie opinie mogą różnić się danymi, kodem, wersją, populacją, scenariuszem albo normatywnym progiem. Porównanie według tych warstw jest bardziej użyteczne niż pytanie, który ekspert jest „bardziej przekonujący”.

Audyt pojedynczej sprawy

Dane

  1. Czy outcome, horyzont i warunki są jawne?
  2. Czy każde istotne twierdzenie ma źródło i datę?
  3. Czy odróżniono ustalenie prawomocne, zarzut, notatkę i samoopis?
  4. Czy rozbieżności wyjaśniono bez automatycznego uznania jednej wersji?
  5. Czy brak danych zachowano jako brak?
  6. Czy informacja jest aktualna na dzień decyzji?

Narzędzie

  1. Czy przeznaczenie odpowiada populacji i outcome?
  2. Czy użyto właściwej i licencjonowanej wersji?
  3. Czy osoba oceniająca ma szkolenie i aktualną kompetencję?
  4. Czy reguły kodowania oraz braków zastosowano zgodnie z podręcznikiem?
  5. Czy system obliczył wynik poprawnie i zachował log?
  6. Czy znane są lokalna dyskryminacja, kalibracja i rzetelność?

Interpretacja

  1. Czy kategoria ma częstość outcome i przedział?
  2. Czy uwzględniono częstość bazową i koszt obu błędów?
  3. Czy czynnik ma mechanizm w konkretnym scenariuszu?
  4. Czy zasób ochronny jest realnie dostępny i trwały?
  5. Czy przedstawiono hipotezę konkurencyjną?
  6. Czy wynik nie został rozszerzony na inny rodzaj szkody?

Decyzja i plan

  1. Czy ograniczenie ma podstawę i jest proporcjonalne?
  2. Czy istnieje mniej ingerująca interwencja osiągająca cel?
  3. Czy każdy element planu ma właściciela i termin?
  4. Czy progi reakcji są behawioralne i stopniowane?
  5. Czy osoby narażone mają bezpieczny kanał?
  6. Czy określono datę i zdarzenia aktualizacji?

Niezależność

  1. Czy oceniający ujawnił wcześniejsze role i konflikt interesów?
  2. Czy materiały prestiżowe lub medialne nie zakotwiczyły kodowania?
  3. Czy sprawę o wysokiej potencjalnej szkodzie przejrzała druga osoba?
  4. Czy zachowano dane negatywne i argument przeciw dominującemu wnioskowi?
  5. Czy osoba objęta oceną może skorygować dane w prawnie dostępnym zakresie?
  6. Czy późniejszy outcome wraca do programu kalibracji bez karania za sam fakt statystycznej pomyłki?

Audyt programu

Kohorta

Program powinien śledzić kolejne kwalifikujące się osoby, nie tylko przypadki z pełnymi danymi lub nagłośnione błędy. Potrzebne są kryteria włączenia, flow diagram, utrata obserwacji i rozdzielenie wersji instrumentu.

Outcome powinien być ustalany bez znajomości score, jeśli to możliwe. Interwencje po wyniku rejestruje się, ponieważ modyfikują zdarzenie.

Dashboard

Minimalny dashboard obejmuje rozkład wyników, braki, interrater reliability, AUC z przedziałem, kalibrację, sensitivity, specificity, PPV, NPV, odsetki decyzji, odstępstwa, rodzaj interwencji, outcome, czas i podgrupy. Jedna ogólna „trafność” jest niewystarczająca.

W małych podgrupach nie publikuje się niestabilnych rankingów. Łączy się okresy lub raportuje szeroką niepewność przy ochronie prywatności.

Skutek wdrożenia

Pytanie nie brzmi tylko „czy score przewiduje?”. Trzeba sprawdzić, czy system poprawił dobór programów, ograniczył szkody, nie wydłużył niepotrzebnej kontroli, nie zwiększył naruszeń technicznych i nie pogłębił nierówności.

Porównanie może wykorzystywać etapowe wdrożenie, przerwany szereg, dopasowane jednostki lub inną strategię przyczynową. Zmiana po wdrożeniu nie jest sama dowodem skutku.

Incydent i recall

Po błędzie nie zmienia się po cichu wyniku ani progu. Zabezpiecza się wersję, dane, logi i decyzję; ustala zasięg; analizuje przyczynę; ocenia inne sprawy i informuje właściwe osoby. Procedura przypomina recall produktu, bo błąd może dotyczyć wielu decyzji.

Tragiczny outcome nie dowodzi sam wadliwości, a brak szkody nie dowodzi prawidłowości. Audyt rozdziela model, kodowanie, plan, wykonanie i nieuniknioną niepewność.

Czego ocena nie powinna robić

Nie powinna:

  • diagnozować osobowości na podstawie końcowego outcome;
  • zamieniać historii w niezmienny wyrok;
  • traktować udziału w programie jako dowodu skuteczności;
  • karać za brak danych, które system sam utracił;
  • rozszerzać wyniku na inne zdarzenie i horyzont;
  • ukrywać false positives pod nazwą „ostrożność”;
  • uznawać wysokiego PPV bez lokalnej bazy;
  • przedstawiać AUC jako prawdopodobieństwa jednostki;
  • automatyzować decyzji przez kolor interfejsu;
  • stosować ograniczenia bez planu wygaszenia;
  • obiecywać, że narzędzie wskaże przyszłego sprawcę.

Najważniejsze wnioski

Jakość oceny ryzyka zaczyna się od wąskiego pytania. Outcome, horyzont, warunki i cel muszą być określone przed wyborem narzędzia. Wynik populacyjny nie jest wiedzą o indywidualnej przyszłości, a dyskryminacja nie zastępuje kalibracji, częstości bazowej i rachunku szkód.

Najlepszy produkt nie kończy się kategorią. Łączy wieloźródłowe dane, jawne kody, scenariusze, czynniki dynamiczne i ochronne, proporcjonalny plan, progi reakcji i datę aktualizacji. Zachowuje możliwość skorygowania błędnego źródła oraz niezależnego odtworzenia decyzji.

Narzędzie może poprawić konsekwencję względem swobodnej intuicji, lecz nie usuwa odpowiedzialności instytucji. Im dotkliwszy skutek decyzji, tym ważniejsze są lokalna walidacja, transparentność, prawa proceduralne i człowiek mający realną — nie ceremonialną — kontrolę.

Źródła i dalsza lektura

Zastrzeżenie

Materiał ma charakter naukowy i informacyjny. Nie zastępuje kwalifikowanego badania, podręcznika konkretnego instrumentu, opinii biegłego ani decyzji sądu. Ocena w realnej sprawie wymaga aktualnego prawa, właściwego narzędzia, pełnych danych oraz osoby mającej wymagane kompetencje.