本文介绍了一个新的框架，用于理解和缓解序列式决策系统中的公平性问题。它将不确定性分为模型、反馈和预测类型，并强调了这些不确定性如何不成比例地影响代表性不足的群体。研究表明，通过考虑不平等的不确定性和选择性反馈，可以在满足机构目标的同时，减少弱势群体的结果方差。 AI
影响 为审计和管理序列式AI决策系统中的公平性风险提供了一个框架，尤其是在不确定性分布不均的情况下。
排序理由 这是一篇发表在arXiv上的研究论文，详细介绍了一个用于序列式决策中公平性的新框架。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
Fair machine learning (ML) methods help identify and mitigate the risk that algorithms encode or automate social injustices. Algorithmic approaches alone cannot resolve structural inequalities, but they can support socio-technical decision systems by surfacing discriminatory bias…