公平性：从伦理原则到机器学习开发实践——作为与利益相关者的持续协议
计算机与社会
2023-04-14 v1 人工智能
机器学习
摘要
本文阐明了为何机器学习（ML）中的偏见无法被完全消除，并提出了一种端到端方法，将正义与公平的伦理原则转化为机器学习开发实践，作为与利益相关者的持续协议。本文提出的亲伦理迭代过程旨在挑战机器学习设计中公平性决策的不对称权力动态，并支持机器学习开发团队在 ML 系统开发的每一步识别、缓解和监测偏见。该过程还就如何向用户解释偏见方面总是不完美的权衡提供了指导。
引用
@article{arxiv.2304.06031,
title = {Fairness: from the ethical principle to the practice of Machine Learning development as an ongoing agreement with stakeholders},
author = {Georgina Curto and Flavio Comim},
journal= {arXiv preprint arXiv:2304.06031},
year = {2023}
}