将福利作为机器学习指导原则——从指南针到镜头再到路线图
机器学习
2026-05-13 v3 人工智能
计算机与社会
摘要
数十年来，机器学习领域的研究为我们提供了强大的工具，以实现准确预测。但当这些工具用于社会场景和人类输入时，更高的准确性并不立即转化为更好的社会结果。为了通过机器学习有效促进社会福祉，本立场文章主张广泛采用\emph{社会福利}作为指导原则。福利经济学领域询问：如何在资源有限的情况下为自利主体分配资源，以最大化社会福利？我们认为，这一视角适用于许多现代机器学习在社会语境中的应用。因此，我们提出福利应作为设计、研究和使用学习算法的核心标准之一，补充优化、泛化和表达性等传统支柱，作为指南针指导理论与实践。
引用
@article{arxiv.2502.11981,
title = {Welfare as a Guiding Principle for Machine Learning -- From Compass, to Lens, to Roadmap},
author = {Nir Rosenfeld and Haifeng Xu},
journal= {arXiv preprint arXiv:2502.11981},
year = {2026}
}