评估认知决策支持系统中的偏差风险

识别、评估、对抗并缓解来自异质源的不同性质偏差，是设计认知决策支持系统（DSS）中的关键问题。此类系统的一个例子是认知生物特征启用的安检点。有偏差的算法以不可预测的方式影响决策过程，例如针对不同人口群体的面部识别可能严重影响安检点的风险评估。本文探讨了一个具有挑战性的研究问题：如何管理偏差集合？我们从偏差角度提供了 DSS 运行态势的性能预测。采用概率推理技术评估此类偏差的风险。我们还利用安检点系统的面部生物特征组件进行了动机性实验，突出了偏差集合的发现及其风险评估技术。