Fair process : an examination of the use of automated decision-making systems in Canadian administrative law through the case study of Canadian immigration.
Notice bibliographique
Résumé
As a result of fast-moving developments in artificial intelligence (“AI”) tools such as machine-learning (“ML”), Canadian scholars have been engaged in a recent, concerted effort to examine how the use of automated (often also termed “algorithmic”) decision-making systems (“ADMs”) by public administration officials may alter traditional decision-making processes. This examination has been focused on exploring the impacts these technologies are having on foundational administrative law principles, primarily through the lens of ex post adjudication and judicial review. This thesis continues this line of scholarship by exploring a specific problematic, how the use of ADMs by Immigration, Refugees and Citizenship Canada (“IRCC”), is altering the process of decision-making in a way that necessarily creates implications for the way external mechanisms like judicial review, are able to aid in reviewing decisions. This enquiry is driven through doctrinal method, applying a law and technology approach, and applying Michael Adler’s administrative justice theories and typologies. Tracing how decisions have shifted, I argue that failures to understand process are impacting both procedural fairness and reasonableness review. Furthermore, I argue that the ability to understand and interrogate process, as a prerequisite, requires greater transparency, accountability, and structures of ex ante rulemaking. I conclude with a strong recommendation for structural reform aimed at “getting it right the first time” – suggesting a starting point of procedural protections within statute, namely the Immigration and Refugee Protection Act and developing procedural code, inviting refinement.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,031 | 0,051 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,005 | 0,006 |
| Études des sciences et des technologies | 0,050 | 0,031 |
| Communication savante | 0,014 | 0,005 |
| Science ouverte | 0,005 | 0,006 |
| Intégrité de la recherche | 0,005 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».