論文の概要: Beyond Ads: Sequential Decision-Making Algorithms in Law and Public
Policy
- arxiv url: http://arxiv.org/abs/2112.06833v3
- Date: Tue, 29 Nov 2022 08:45:50 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-04 16:32:39.000733
- Title: Beyond Ads: Sequential Decision-Making Algorithms in Law and Public
Policy
- Title（参考訳）: 広告を超えて: 法と公共政策における逐次意思決定アルゴリズム
- Authors: Peter Henderson, Ben Chugg, Brandon Anderson, Daniel E. Ho
- Abstract要約: 法と公共政策にシーケンシャルな意思決定アルゴリズムを採用するという約束と課題について検討する。
我々の主なテーマは、法律と公共政策が、機械学習コミュニティがまだ対応していない、異なる方法論上の課題を提起することです。
規制とガバナンスにおけるシーケンシャルな意思決定アルゴリズムの幅広い応用について論じる。
- 参考スコア（独自算出の注目度）: 2.762239258559568
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We explore the promises and challenges of employing sequential
decision-making algorithms -- such as bandits, reinforcement learning, and
active learning -- in law and public policy. While such algorithms have
well-characterized performance in the private sector (e.g., online
advertising), the tendency to naively apply algorithms motivated by one domain,
often online advertisements, can be called the "advertisement fallacy." Our
main thesis is that law and public policy pose distinct methodological
challenges that the machine learning community has not yet addressed. Machine
learning will need to address these methodological problems to move "beyond
ads." Public law, for instance, can pose multiple objectives, necessitate
batched and delayed feedback, and require systems to learn rational, causal
decision-making policies, each of which presents novel questions at the
research frontier. We discuss a wide range of potential applications of
sequential decision-making algorithms in regulation and governance, including
public health, environmental protection, tax administration, occupational
safety, and benefits adjudication. We use these examples to highlight research
needed to render sequential decision making policy-compliant, adaptable, and
effective in the public sector. We also note the potential risks of such
deployments and describe how sequential decision systems can also facilitate
the discovery of harms. We hope our work inspires more investigation of
sequential decision making in law and public policy, which provide unique
challenges for machine learning researchers with potential for significant
social benefit.
- Abstract（参考訳）: 法律や公共政策において、バンディット、強化学習、アクティブラーニングなど、逐次的な意思決定アルゴリズムを採用する約束と課題を探求する。
このようなアルゴリズムは、民間部門(例えばオンライン広告)でよく特徴付けられた性能を持つが、あるドメイン(しばしばオンライン広告)に動機づけられたアルゴリズムを生かして適用する傾向は、「過誤」と呼ばれることがある。
私たちの主テーマは、法律と公共政策が、機械学習コミュニティがまだ取り組んでいない異なる方法論的課題をもたらす、ということです。
機械学習は"beyond ads"を動かすためにこれらの方法論的な問題に対処する必要がある。
例えば、公共法は、複数の目的を課すことができ、バッチ化と遅延したフィードバックを必要とし、システムは合理的で因果的な意思決定ポリシーを学ぶ必要があり、それぞれが研究フロンティアで新しい質問を提示する。
本稿では,公共衛生,環境保護,税務管理,職業安全,優遇等,規制・ガバナンスにおける逐次的意思決定アルゴリズムの適用の可能性について論じる。
これらの例は、政策に順応し、適応可能で、公共セクターで効果的に決定を下すのに必要な研究を強調します。
また、このような展開の潜在的なリスクを指摘し、シーケンシャルな意思決定システムが被害の発見をいかに促進できるかを説明した。
私たちの研究は、法律と公共政策における逐次的意思決定のさらなる調査を刺激し、重要な社会的利益をもたらす可能性のある機械学習研究者にユニークな課題を与えることを期待しています。
関連論文リスト
- Algorithmic Fairness: A Tolerance Perspective [31.882207568746168]
この調査はアルゴリズムの公正性に関する既存の文献を掘り下げ、特にその多面的な社会的影響を強調している。
我々は「寛容」に基づく新しい分類法を導入し、公正な結果の変動が許容される度合いとして定義する。
我々の体系的なレビューは多様な産業をカバーし、アルゴリズムによる意思決定と社会的株式のバランスに関する重要な洞察を明らかにしている。
論文 参考訳（メタデータ） (2024-04-26T08:16:54Z) - Regulation and NLP (RegNLP): Taming Large Language Models [51.41095330188972]
我々は,NLP研究が規制研究や隣接分野に近接することのメリットを論じる。
我々は、規制とNLPに関する新しい多分野研究空間の開発を提唱する。
論文 参考訳（メタデータ） (2023-10-09T09:22:40Z) - Envisioning a Human-AI collaborative system to transform policies into
decision models [7.9231719294492065]
我々は、人力で読み取り可能なポリシールールと機械で実行可能なポリシールールの両方をスケールする上で、政府機関や政策専門家を支援するAIの巨大な可能性を探る。
我々は、ポリシー文書から、AI、NLP、知識グラフを用いた実行可能、解釈可能、標準化された決定モデルへのルートを短くするための、初期的アプローチを提案する。
オープンドメインの課題は数多くありますが、このポジションペーパーでは、人力で読み取り可能なポリシルールとマシン実行可能なポリシルールの両方をスケールする上で、政府機関や政策専門家を支援するAIの巨大な可能性について検討します。
論文 参考訳（メタデータ） (2022-11-01T18:29:48Z) - Fairness in Recommender Systems: Research Landscape and Future
Directions [119.67643184567623]
本稿は,近年の地域におけるフェアネスの概念と概念について概観する。
この分野での研究が現在どのように行われているのかを概観する。
全体として、最近の研究成果の分析は、ある研究のギャップを示している。
論文 参考訳（メタデータ） (2022-05-23T08:34:25Z) - Inverse Online Learning: Understanding Non-Stationary and Reactionary
Policies [79.60322329952453]
エージェントが意思決定を行う方法の解釈可能な表現を開発する方法を示す。
一連の軌跡に基づく意思決定プロセスを理解することにより,このオンライン学習問題に対して,政策推論問題を逆問題とみなした。
本稿では、エージェントがそれらを更新するプロセスと並行して、その影響を遡及的に推定する実用的なアルゴリズムを提案する。
UNOSの臓器提供受諾決定の分析に応用することで、我々のアプローチは意思決定プロセスを管理する要因や時間とともにどのように変化するかに、貴重な洞察をもたらすことができることを実証する。
論文 参考訳（メタデータ） (2022-03-14T17:40:42Z) - Algorithms and Decision-Making in the Public Sector [0.6101839518775968]
政府はアルゴリズムシステムを採用し、調達し、いくつかの文脈でその機能をサポートするために利用する。
市町村のアルゴリズムシステムの社会的意味を,様々な段階にわたって検討する。
論文 参考訳（メタデータ） (2021-06-07T14:53:04Z) - Decision Rule Elicitation for Domain Adaptation [93.02675868486932]
ヒトインザループ機械学習は、専門家からラベルを引き出すために人工知能(AI)で広く使用されています。
この作業では、専門家が意思決定を説明する決定ルールを作成できるようにします。
決定規則の適用はアルゴリズムのドメイン適応を改善し、専門家の知識をAIモデルに広めるのに役立つことを示す。
論文 参考訳（メタデータ） (2021-02-23T08:07:22Z) - A survey of algorithmic recourse: definitions, formulations, solutions,
and prospects [24.615500469071183]
我々は、自動意思決定システムによって不当に扱われる個人に対して、説明とレコメンデーションを提供するアルゴリズムの講義に焦点をあてる。
我々は、広範な文献レビューを行い、統一された定義、定式化、言論への解決策を提示することで、多くの著者の努力を一致させます。
論文 参考訳（メタデータ） (2020-10-08T15:15:34Z) - Imposing Regulation on Advanced Algorithms [0.0]
本書は、行政上の決定と司法上の判決において、普遍的に適用可能なパターンについて考察している。
先進的なアルゴリズムに対する国家的かつ事実上の超国家的規制機関の役割と重要性を調査する。
ENISAは、ネットワークと情報セキュリティに焦点を当てたEU機関であり、欧州の高度なアルゴリズム規制機関の興味深い候補だと考えている。
論文 参考訳（メタデータ） (2020-05-16T20:26:54Z) - Public Bayesian Persuasion: Being Almost Optimal and Almost Persuasive [57.47546090379434]
i) 任意の状態空間, (ii) 任意の行動空間, (iii) 任意の送信者のユーティリティ関数を用いて, 一般の状況下での公衆の説得問題を考察する。
任意の公的な説得問題に対して準多項式時間ビクテリア近似アルゴリズムを提案し、特定の設定でQPTASを出力する。
論文 参考訳（メタデータ） (2020-02-12T18:59:18Z) - Preventing Imitation Learning with Adversarial Policy Ensembles [79.81807680370677]
模倣学習は、政策プライバシに関する問題を引き起こす専門家を観察することで、ポリシーを再現することができる。
プロプライエタリなポリシーをクローンする外部オブザーバに対して、どうすれば保護できるのか?
新しい強化学習フレームワークを導入し、準最適政策のアンサンブルを訓練する。
論文 参考訳（メタデータ） (2020-01-31T01:57:16Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。