在线数据市场中均衡训练数据生产的代价

机器学习中的许多伦理问题都与训练数据有关。在线数据市场是训练数据的重要来源，促进了数据的生产与分发。近期，在线数据市场中出现了一种以营利为目的的“伦理”参与者趋势。这一趋势引出了一个引人入胜的问题：在线数据市场能否以可持续且高效的方式解决更广泛的机器学习经济中的伦理问题？在本研究中，我们在一个在线数据市场的程式化模型中探讨了这一问题。我们研究了为实现均衡训练数据生产而干预数据市场的效果。该模型揭示了市场条件的关键作用。在小型且新兴的市场中，干预可能会将数据生产者逐出市场，从而使公平性代价最大化。然而，在大型且成熟的市场中，随着市场的增长，公平性代价（作为整体福利的一部分）可以趋于零。我们的研究结果表明，在有利的市场条件下，“伦理”在线数据市场在经济上是可行的，并促使更多模型考虑数据生产与分发在调节伦理干预影响中的作用。