机器学习中公平性的是什么与怎么做：综述、反思与展望
机器学习
2023-06-05 v2 计算机与社会
摘要
算法公平性在机器学习界引起了越来越多的关注。文献中提出了多种定义，但它们之间的差异与联系并未被清晰阐述。在本文中，我们回顾并反思机器学习文献中先前提出的各种公平性概念，并尝试将其与道德与政治哲学（尤其是正义理论）中的论证相联系。我们还从动态视角考察公平性探究，并进一步考虑由当前预测与决策引发的长期影响。鉴于所刻画公平性的差异，我们给出了一幅流程图，分别涵盖关于数据生成过程、预测结果以及所引发影响的不同类型公平性探究的隐含假设与预期结果。本文展示了使使命（欲施行的公平性种类）与手段（感兴趣的公平性分析谱系、适当的分析方案）相匹配以实现预期目标的重要性。
引用
@article{arxiv.2206.04101,
title = {What-is and How-to for Fairness in Machine Learning: A Survey, Reflection, and Perspective},
author = {Zeyu Tang and Jiji Zhang and Kun Zhang},
journal= {arXiv preprint arXiv:2206.04101},
year = {2023}
}