导航公平度的衡量和权衡
摘要：监测和预防人工智能系统中的偏见，我们可以使用各种（统计）公平性指标。然而，要同时优化所有这些指标是数学上不可能的。此外，优化公平性指标通常会大大降低系统的准确性（Kozodoi等，2022年）。因此，我们需要一个实质性理论来指导我们如何做出这些决策以及出于何种原因。我展示了通过使用罗尔斯公正的正义概念，我们可以为导航公平性指标和准确性权衡创造一个基础。特别是，这导致了一种原则性选择，关注那些最脆弱的群体和对该群体影响最大的公平性指标。这也有助于弥合分配公正的哲学论述与已观察到的公平性文献之间的某种差距（Kuppler等，2021年），并将公平价值操作化。
作者：Stefan Buijsman
论文ID：2307.08484
分类：Artificial Intelligence
分类简称：cs.AI
提交时间：2023-07-18