平权算法:作为意识之公平性的法律依据
计算机与社会
2020-12-29 v1 机器学习
摘要
尽管算法公平性领域已有大量研究,但较少被认识到的是,现代反歧视法可能会禁止采用此类技术。我们做出了三项贡献。首先,我们讨论了此类方法为何可能被视为“算法平权行动”,从而带来违反平等保护的严重法律风险,尤其是在高等教育判例法下。此类案件日益转向反分类原则,要求“个体化考量”,并无论目的如何均禁止对种族赋予正式的定量权重。因此,这些判例法从根本上与机器学习中的公平性不相容。其次,我们认为政府合同案件为算法公平性提供了替代性法律依据,因为这些案件允许基于行为者的历史歧视采取明确且定量的基于种族的补救措施。第三,尽管适用范围有限,这种法理路径也为算法公平性的未来提供了指导,要求调整措施须与该实体对导致当前差异的历史歧视所承担的责任相校准。承包商案件在当前宪法原则下为算法公平性提供了一条法律上可行的路径,但也呼吁在算法公平性与因果推断的交叉领域进行更多研究,以确保偏见缓解措施能够针对特定的偏见成因与机制。
引用
@article{arxiv.2012.14285,
title = {Affirmative Algorithms: The Legal Grounds for Fairness as Awareness},
author = {Daniel E. Ho and Alice Xiang},
journal= {arXiv preprint arXiv:2012.14285},
year = {2020}
}
备注
12 pages, 3 figures