算法决策的公平性感知：实证文献的系统综述
人机交互
2021-03-23 v1 人工智能
计算机与社会
摘要
算法决策 (ADM) 日益塑造人们的日常生活。鉴于此类自主系统可能对个体和社会群体造成严重伤害，公平性关切随之产生。学者与政策制定者所要求的人本路径，要求在设计和实施 ADM 时考虑人们的公平性感知。我们提供了一篇全面的系统文献综述，综合了来自跨越多个领域与科学学科的 39 项实证研究关于算法公平性感知的现有实证洞见。通过细致编码，我们沿四个维度将当前实证文献系统化：(a) 算法预测因子，(b) 人类预测因子，(c) 比较效应（人类决策 vs. 算法决策），以及 (d) ADM 的后果。尽管我们识别出围绕算法公平性的理论概念与实证测量存在大量异质性，这些洞见几乎完全来自西方民主语境。通过倡导更多采用 society-in-the-loop 框架的跨学科研究，我们希望我们的工作有助于更公平、更负责任的 ADM。
引用
@article{arxiv.2103.12016,
title = {Fairness Perceptions of Algorithmic Decision-Making: A Systematic Review of the Empirical Literature},
author = {Christopher Starke and Janine Baleis and Birte Keller and Frank Marcinkowski},
journal= {arXiv preprint arXiv:2103.12016},
year = {2021}
}