中文

极大公平性

计算机与社会 2023-04-14 v1 机器学习

摘要

人工智能中的公平性在研究界乃至社会中日益受到关注。所谓的“不可能定理”是颇具冲击力的研究成果之一,具有理论与实际影响,因其指出满足特定公平性度量组合是不可能的。迄今为止,这一负面结果尚未被正面结果所补充:即哪些公平性概念组合是可能的刻画。本文旨在通过识别可同时满足的常用公平性度量的极大集合来填补该空白。所使用的公平性度量包括人口均等、机会均等、假阳性均等、预测均等、预测等式、总体精度均等和处置均等。我们得出结论:这些公平性度量共有 12 个极大集合可能,其中包括七组两两组合与五组三三组合。我们的工作引发了关于这 12 种极大公平性概念在各场景中实际相关性的有趣问题。

关键词

引用

@article{arxiv.2304.06057,
  title  = {Maximal Fairness},
  author = {MaryBeth Defrance and Tijl De Bie},
  journal= {arXiv preprint arXiv:2304.06057},
  year   = {2023}
}

备注

Accepted at FAccT 2023