アルゴリズムの公平性は急速に発展している研究領域ですが、特に刑事司法においては基本的な概念が未確定のままです。本稿では、グループ、個人、プロセスの公平性を再評価し、それらが衝突する条件を明確にします。また、標準的なグループ公平性に対するシンプルな修正を提案します。具体的には、保護されたグループ間の完全な平等ではなく、誤判の重み付け誤差損失を最小化し、偽陰性率の違いを小さな許容範囲内に抑えることを目指します。このアプローチは、解決策の発見を容易にし、予測精度を向上させ、誤りコストの倫理的選択を提起します。提案は、偏見のある不完全なデータ、潜在的なアファーマティブアクション、小グループ制約の急増という三つの批判的枠組みに位置づけられます。最終的に、ニーズに基づいた決定、透明性と説明責任、狭く定義された解決策という三本の柱に基づく実用的なフレームワークを提案し、リスク評価を利用する機関への行動可能な指針を示します。