从有向无环图模型视角审视公平性准则
计算机与社会
2019-06-28 v1 人工智能
摘要
关于算法公平性的文献中有相当一部分提出、分析并操作化了简单的公式化准则来评估公平性。其中两个准则——均衡几率 (Equalized Odds) 和按组校准 (Calibration by Group)——因其简洁性和直观吸引力而备受关注，但也因其互不兼容性而引人注目。本章利用图模型提供了一个视角，来审视这些及其他公平性准则的含义与后果，揭示了均衡几率及相关准则最终具有误导性。对各种图模型的评估表明，公平性准则最终应视具体情况而定，并对算法所处理信息的性质保持敏感。
引用
@article{arxiv.1906.11333,
title = {Fairness criteria through the lens of directed acyclic graphical models},
author = {Benjamin R. Baer and Daniel E. Gilbert and Martin T. Wells},
journal= {arXiv preprint arXiv:1906.11333},
year = {2019}
}