基于生理反应的种族偏见检测
人工智能
2021-02-03 v1 机器学习
摘要
尽管规范与法规不断演进以缓解偏见带来的危害，但与个体无意识偏见相关的有害歧视依然存在。我们的目标是更好地理解和检测内隐偏见的生理与行为指标。本文研究我们是否能够根据生理反应（包括心率、皮肤电反应、皮肤温度和微身体动作）可靠地检测种族偏见。我们分析了 46 名受试者的数据，其生理数据是在进行内隐联想测验（IAT）时通过 Empatica E4 腕带采集的。我们的机器学习和统计分析表明，内隐偏见可从生理信号中以 76.1% 的准确率被预测。我们的结果还显示，与皮肤反应相关的 EDA 信号与种族偏见的相关性最强，并且对于有偏见和无偏见的参与者，EDA 特征的值之间存在显著差异。
引用
@article{arxiv.2102.01287,
title = {Detection of Racial Bias from Physiological Responses},
author = {Fateme Nikseresht and Runze Yan and Rachel Lew and Yingzheng Liu and Rose M. Sebastian and Afsaneh Doryab},
journal= {arXiv preprint arXiv:2102.01287},
year = {2021}
}
备注
8 pages, 2 figures, 1 table