作为算法公平性的因果平等保护

通过结合关于统计证据的哲学文献与关于算法公平性的跨学科文献，我们结合算法公平性的因果分析以及预测性证据与诊断性证据之间的区别，重新审视了近期针对分类均等性（classification parity）的反对意见。我们将审判程序视为一种黑盒分类算法，其中被告被通过定罪或无罪释放分为两组。我们捍卫一项新颖原则——因果平等保护，该原则将分类均等性与因果方法相结合。在 do-演算中，因果平等保护要求个体不应因其受保护特征或社会显著特征而遭受不平等的分类错误风险。然而，若显式使用受保护特征能够均衡这些风险，则可能是必要的。