Brugen af algoritmer til at forudsige uroligheder rejser flere væsentlige etiske dilemmaer. Et af de største problemer er risikoen for diskrimination og bias. Hvis de data, algoritmen trænes på, indeholder historiske uligheder, kan teknologien uretmæssigt ramme bestemte befolkningsgrupper eller geografiske områder hårdere end andre. Dette kan skabe en selvopfyldende profeti, hvor øget politiindsats i visse områder blot fører til flere registreringer, som derefter bekræfter algoritmens forudsigelse.
Et andet centralt spørgsmål handler om retssikkerhed og formodningen om uskyld. Når myndigheder griber ind baseret på en matematisk sandsynlighed frem for faktiske handlinger, udfordrer det princippet om, at man kun kan straffes eller overvåges for begåede lovbrud. Dette kan føre til overvågning af uskyldige borgere, hvilket begrænser den personlige frihed og retten til privatliv.
Endelig er der manglen på gennemsigtighed, ofte kaldet black box-problemet. Det kan være svært for både borgere og beslutningstagere at forstå, hvorfor en algoritme når frem til et specifikt resultat. Uden indblik i beslutningsprocessen er det svært at drage nogen til ansvar, hvis algoritmen tager fejl eller udviser partiskhed i sine vurderinger.
