算法偏见与新芝加哥学派
计算机与社会
2025-02-04 v1
摘要
AI 系统正日益在公共和私人部门部署，用于独立做出对个人和社会产生深远影响的复杂决策。然而，许多 AI 算法在数据收集或处理方面存在偏见，导致基于人口统计特征作出偏见化的决策。算法偏见源于喂给 AI 系统的训练数据或算法模型的设计。虽然大多数法律学者提出与解释权或透明度义务相关的直接监管方法，但本文在拉斯卢斯的新芝加哥学派框架下，提供了另一套关于如何通过间接监管来规范算法偏见的视角。本文得出结论：有效地规范算法偏见的正确方法是 direct 和 indirect 监管的合合适比例，通过 architecture、norms、market 和 law 四个维度实现。
引用
@article{arxiv.2502.00014,
title = {Algorithmic Bias and the New Chicago School},
author = {Jyh-An Lee},
journal= {arXiv preprint arXiv:2502.00014},
year = {2025}
}