反事实公平性的缺陷及一种改进方案
机器学习
2020-11-17 v1 人工智能
机器学习
摘要
在本文中，我认为反事实公平性并不构成算法公平的必要条件，并随后建议如何修改该约束以补救这一缺陷。为此，我讨论了一个假设情景，其中反事实公平性与对公平性的直觉判断相背离。接着，我转向如何阐释歧视这一概念的问题，以更详细地审视反事实公平性作为算法公平性必要条件的缺陷。然后，我将这一分析的见解纳入一种新的公平性约束——因果相关性公平性，它是对反事实公平性约束的修改，似乎规避了其缺陷。
引用
@article{arxiv.2011.07312,
title = {Shortcomings of Counterfactual Fairness and a Proposed Modification},
author = {Fabian Beigang},
journal= {arXiv preprint arXiv:2011.07312},
year = {2020}
}