从心理测量与计算双视角看情感计算中的偏差与公平性：以自动化视频面试为例

我们提供基于心理测量的偏差与公平性阐释，应用于情感计算典型的机器学习流水线。我们扩展人际沟通框架，以阐明如何识别在从观测行为推断人类情绪及其他心理构念过程中可能产生的偏差来源。我们讨论测量公平性与偏差的多种方法与指标，以及在美国法律背景下的相关意涵。我们以基于模拟求职视频面试多模态数据自动推断人格与可雇用性为例，展示如何测量若干类型的偏差与公平性。我们鼓励情感计算研究者与实践者将偏差与公平性纳入其研究流程与产品，并考量其在促进公平与公正系统中的角色、能动性与责任。