通过社会福利优化实现公平

我们提出社会福利优化作为在 AI 系统中形式化公平性的通用范式。我们认为，优化模型允许将广泛的公平性准则表述为社会福利函数，同时使 AI 能够利用高度先进的求解技术。与其试图减少选定群体之间的偏差，不如通过将公平性纳入社会福利函数来实现所有群体间的公平。这也使得对所涉及个体的福利进行更全面的考量成为可能。我们展示了如何将社会福利优化与基于规则的 AI 和机器学习相集成，采用处理中或后处理的方法。我们从一个案例研究中给出了实证结果，作为对这些集成策略的有效性和潜力的初步检验。