arXiv (Cornell University)· 2017· Ön baskı
Karşı-Olgusal Adalet: Nedensel Çıkarım Yaklaşımı
Counterfactual Fairness
- 879atıf
- 2017yıl
Kısa özet
Yeni bir çerçeve, bir bireyin demografik grubu değişse bile kararların aynı kalmasını sağlayan karşı-olgusal adaleti tanımlamak ve ölçmek için nedensel çıkarımı kullanır.
Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.
Ana noktalar
- Nedensel çıkarım araçlarını kullanarak karşı-olgusal adalet için bir çerçeve geliştirir.
- Adaleti, kararın gerçek dünyada ve farklı bir demografik gruba sahip karşı-olgusal bir dünyada aynı olması olarak tanımlar.
- Ayrımcı uygulamalarla mücadele etmek için hukuk fakültesi başarısını tahmin etme konusunda çerçeveyi gösterir.
Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.
Özet (abstract)
Machine learning can impact people with legal or ethical consequences when it is used to automate decisions in areas such as insurance, lending, hiring, and predictive policing. In many of these scenarios, previous decisions have been made that are unfairly biased against certain subpopulations, for example those of a particular race, gender, or sexual orientation. Since this past data may be biased, machine learning predictors must account for this to avoid perpetuating or creating discriminatory practices. In this paper, we develop a framework for modeling fairness using tools from causal inference. Our definition of counterfactual fairness captures the intuition that a decision is fair towards an individual if it is the same in (a) the actual world and (b) a counterfactual world where the individual belonged to a different demographic group. We demonstrate our framework on a real-world problem of fair prediction of success in law school.
Yazarların özeti; kaynağından alınmıştır. arXiv (Cornell University), 2017 · DOI ↗
Ücretsiz hesapla devam et
Makaleye Sor ile bu makaleye günde 3 soru ücretsiz; makaleyi kaydet, kaynakçasını al, ilgi alanına göre her gün yeni özetler. Çıkarımlar Premium.
Web'de ücretsiz devam etGoogle ya da Apple hesabınla giriş; kart istemez. Bu makaleye geri dönersin.
Telefonda:
Alan: Güvenlik Araştırmaları
Safety ResearchSocial Sciences