随着人工智能（AI）在英国和全球警务中的应用日益普遍，种族偏见的风险也日益明显。然而，受影响社区的代表很少被纳入到 AI 采用决策中。我们组织了一场混合利益相关者讨论会，将 30 名社区代表、警官和学者聚集在一起，评估警务中 13 种 AI 应用场景的风险，特别关注种族偏见。结果发现，参与者在整体上对 AI 采用持开放态度，只有三个应用场景被直接拒绝，其中最值得注意的是再犯风险评估。我们的分析显示，突出种族公平问题并没有限制讨论范围，反而引发了几个基本问题：该工具是否真正有效、是否能带来真正的益处、以及该益处是否能惠及所有人？这种整合性推理方式与包容性设计中的路缘效应类似，强调了将种族偏见视角融入到 AI 应用场景的风险效益分析中去的重要性。 博主点评： 本研究通过混合利益相关者讨论会探讨了警务中 AI 风险边界的谈判，结果表明种族公平问题的考虑并不限制讨论，而是引发了对 AI 工具有效性和公平性的更深入思考，这对警务 AI 应用具有重要的参考价值。