迈向公平与偏见的逻辑理论
人工智能
2023-06-27 v1 计算机科学中的逻辑
摘要
由于基于历史数据训练的算法倾向于放大并延续历史偏见，机器学习的公平性近年来受到相当关注。在本文中，我们主张对公平性定义进行形式化重构，其目的并非取代现有定义，而是将其应用奠定于一种认知设定之中，并允许丰富的环境建模。因此，我们考察了三个概念：通过无觉知实现的公平、人口统计均等与反事实公平，并在认知情境演算中将这些概念形式化。
引用
@article{arxiv.2306.13659,
title = {Toward A Logical Theory Of Fairness and Bias},
author = {Vaishak Belle},
journal= {arXiv preprint arXiv:2306.13659},
year = {2023}
}
备注
Accepted to TPLP, as part of ICLP 2023