《儿童福利工作者如何减少算法决策中的种族差异》的扩展分析
人机交互
2022-05-02 v1
摘要
这是我们论文《儿童福利工作者如何减少算法决策中的种族差异》的扩展分析，该论文考察了Allegheny家庭筛查工具中的种族差异，该算法用于帮助儿童福利工作者决定Allegheny县儿童福利机构（CYF）应调查哪些家庭。2022年4月27日，Allegheny县CYF向我们发送了更新的数据集和预处理步骤。在本文对我们论文的扩展分析中，我们展示了用此新数据和预处理重新运行论文中所有定量分析的结果。我们发现论文中的主要发现对数据和预处理的变化是稳健的。特别是，Allegheny家庭筛查工具本身会做出比工作者更具种族差异的决策，而工作者使用该工具减少了那些算法差异。一些次要结果发生了变化，包括我们论文中报告的AFST实施前后筛查率（screen-in rate）的轻微上升。
引用
@article{arxiv.2204.13872,
title = {Extended Analysis of "How Child Welfare Workers Reduce Racial Disparities in Algorithmic Decisions"},
author = {Logan Stapleton and Hao-Fei Cheng and Anna Kawakami and Venkatesh Sivaraman and Yanghuidi Cheng and Diana Qing and Adam Perer and Kenneth Holstein and Zhiwei Steven Wu and Haiyi Zhu},
journal= {arXiv preprint arXiv:2204.13872},
year = {2022}
}