Algorithmic decision-making (ADM) systems have come to support, pre-empt or substitute for human decisions in manifold areas, with potentially significant impacts on individuals' lives. Achieving transparency and accountability has been formulated as a general goal regarding the use of these systems. However, concrete applications differ widely in the degree of risk and the accountability problems they entail for data subjects. The present paper addresses this variation and presents a framework that differentiates regulatory requirements for a range of ADM system uses. It draws on agency theory to conceptualize accountability challenges from the point of view of data subjects with the purpose to systematize instruments for safeguarding algorithmic accountability. The paper furthermore shows how such instruments can be matched to applications of ADM based on a risk matrix. The resulting comprehensive framework can guide the evaluation of ADM systems and the choice of suitable regulatory provisions.

中文翻译：

---

如何规范算法决策：不同应用的监管要求框架,如何规范算法决策：不同应用的监管要求框架,如何规范算法决策：不同应用的监管要求框架

算法决策 (ADM) 系统已经开始在多个领域支持、抢占或替代人类决策，这可能对个人生活产生重大影响。实现透明度和问责制已被制定为有关使用这些系统的总体目标。然而，具体的应用程序在风险程度和它们对数据主体带来的责任问题上存在很大差异。本文解决了这种变化，并提出了一个框架，该框架区分了一系列 ADM 系统使用的监管要求。它利用代理理论从数据主体的角度对问责挑战进行概念化，目的是使保护算法问责的工具系统化。该文件还展示了如何将此类工具与基于风险矩阵的 ADM 应用相匹配。由此产生的综合框架可以指导 ADM 系统的评估和适当监管条款的选择。,算法决策 (ADM) 系统已经开始在多个领域支持、抢占或替代人类决策，这可能对个人生活产生重大影响。实现透明度和问责制已被制定为有关使用这些系统的总体目标。然而，具体的应用程序在风险程度和它们对数据主体带来的责任问题上存在很大差异。本文解决了这种变化，并提出了一个框架，该框架区分了一系列 ADM 系统使用的监管要求。它利用代理理论从数据主体的角度对问责挑战进行概念化，目的是使保护算法问责的工具系统化。该文件还展示了如何将此类工具与基于风险矩阵的 ADM 应用相匹配。由此产生的综合框架可以指导 ADM 系统的评估和适当监管条款的选择。,算法决策 (ADM) 系统已经开始在多个领域支持、抢占或替代人类决策，这可能对个人生活产生重大影响。实现透明度和问责制已被制定为有关使用这些系统的总体目标。然而，具体的应用程序在风险程度和它们对数据主体带来的责任问题上存在很大差异。本文解决了这种变化，并提出了一个框架，该框架区分了一系列 ADM 系统使用的监管要求。它利用代理理论从数据主体的角度对问责挑战进行概念化，目的是使保护算法问责的工具系统化。该文件还展示了如何将此类工具与基于风险矩阵的 ADM 应用相匹配。由此产生的综合框架可以指导 ADM 系统的评估和适当监管条款的选择。