算法公平性的认识维度：评估其在创新扩散和公平政策制定中的影响
计算机与社会
2025-06-04 v2 社会与信息网络
摘要
算法公平性是一个不断扩大的领域，旨在解决与算法过程相关的各种歧视问题。然而，文献中大多数研究仅从伦理角度分析其影响，关注在算法设计和评估中应考虑的道德原则和价值，而忽视了与知识传递和验证相关的认识维度。然而，这一方面也应被纳入讨论，因为它至关重要：个体可能因被归因于信任缺乏或过度而被系统性地排除在知识传播之外。本文特别关注刻画和分析这种信任缺乏或过度对创新扩散产生影响的作用，一种由个人态度和社会互动驱动的现象，也由互惠联系的强度所驱动。事实上，歧视可能塑造后者，从而最终修改创新在网络中的传播方式。在此框架下，若这些模型旨在支持公平政策设计，就必须从形式上将认识维度纳入创新扩散模型中。为此，我们通过扩展已建立的线性阈值模型 (LTM) 以认识为导向的方式来正式化社会环境的认识属性，以展示认识偏见对创新扩散的影响。我们聚焦于在开放循环和封闭循环场景中，最佳扶持政策下的认识偏见影响。我们的结果揭示了认识维度在算法公平性决策讨论中可能发挥的关键作用。
引用
@article{arxiv.2504.02856,
title = {The epistemic dimension of algorithmic fairness: assessing its impact in innovation diffusion and fair policy making},
author = {Eugenia Villa and Camilla Quaresmini and Valentina Breschi and Viola Schiaffonati and Mara Tanelli},
journal= {arXiv preprint arXiv:2504.02856},
year = {2025}
}