論文の概要: Algorithmic Pluralism: A Structural Approach Towards Equal Opportunity

• arxiv url: http://arxiv.org/abs/2305.08157v1
• Date: Sun, 14 May 2023 13:37:17 GMT
• ステータス: 処理完了
• システム内更新日: 2023-05-16 17:04:44.014651
• Title: Algorithmic Pluralism: A Structural Approach Towards Equal Opportunity
• Title（参考訳）: アルゴリズム的多元主義 : 平等への構造的アプローチ
• Authors: Shomik Jain, Vinith Suriyakumar, Ashia Wilson
• Abstract要約: 平等機会の新しい理論は、機会の構造において、決定がどのようにボトルネックや狭い場所として機能するかを記述する、構造的なアプローチを採用している。 この差別に対する見解は、平等な機会と形式的公正な介入による達成による根本的な問題を強調している。 アルゴリズムによる意思決定システムにおける重大度緩和の優先順位付けを推奨する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The idea of equal opportunity enjoys wide acceptance because of the freedom opportunities provide us to shape our lives. Many disagree deeply, however, about the meaning of equal opportunity, especially in algorithmic decision-making. A new theory of equal opportunity adopts a structural approach, describing how decisions can operate as bottlenecks or narrow places in the structure of opportunities. This viewpoint on discrimination highlights fundamental problems with equal opportunity and its achievement through formal fairness interventions, and instead advocates for a more pluralistic approach that prioritizes opening up more opportunities for more people. We extend this theory of bottlenecks to data-driven decision-making, adapting it to center concerns about the extent to which algorithms can create severe bottlenecks in the opportunity structure. We recommend algorithmic pluralism: the prioritization of alleviating severity in systems of algorithmic decision-making. Drawing on examples from education, healthcare, and criminal justice, we show how this structural approach helps reframe debates about equal opportunity in system design and regulation, and how algorithmic pluralism could help expand opportunities in a more positive-sum way.
• Abstract（参考訳）: 平等な機会というアイデアは、自由な機会が私たちの生活を形作ってくれるので、広く受け入れられる。 しかし、多くの人は平等な機会の意味について深く反対している。 平等機会に関する新しい理論は、意思決定が機会の構造においてボトルネックや狭い場所としてどのように機能するかを記述する構造的アプローチを採用する。 この差別に対する見解は、平等な機会と形式的な公正な介入による達成による根本的な問題を強調し、より多くの人々に機会を開くことを優先するより多元的なアプローチを提唱する。 我々はこのボトルネック理論をデータ駆動型意思決定に拡張し、アルゴリズムが機会構造において深刻なボトルネックを生じさせる範囲の懸念に対処する。 アルゴリズムによる意思決定システムにおける重大度緩和の優先順位付けを推奨する。 教育、医療、刑事司法の例から、この構造的アプローチがシステム設計と規制における平等な機会についての議論をいかに再編成し、アルゴリズム的多元主義が機会をよりポジティブな方法で拡大するかを示す。

関連論文リスト

• A Unifying Post-Processing Framework for Multi-Objective Learn-to-Defer Problems [6.046591474843391]
  Learn-to-Deferは、学習アルゴリズムが独立した作業ではなく、人間専門家のチームとして機能することを可能にするパラダイムである。 本稿では,様々な制約下での学習・遅延システムに対するベイズ最適解を求める。 本アルゴリズムは,一組のベースラインに対する制約違反による改善を示す。
  論文  参考訳（メタデータ） (2024-07-17T16:32:30Z)
• 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)
• Steering Responsible AI: A Case for Algorithmic Pluralism [0.0]
  アルゴリズム的多元性の概念をさらに検討することを提案する。 アルゴリズム的多元主義は、民主主義にとって非常に不可欠である多様性、多重性、包摂性を維持できる可能性があると私は論じます。
  論文  参考訳（メタデータ） (2023-11-20T18:45:04Z)
• A Unified Algorithm Framework for Unsupervised Discovery of Skills based on Determinantal Point Process [53.86223883060367]
  教師なしオプション発見における多様性とカバレッジは、実際には同じ数学的枠組みの下で統一可能であることを示す。 提案アルゴリズムであるODPPは,MujocoとAtariで作成した課題に対して,広範囲に評価されている。
  論文  参考訳（メタデータ） (2022-12-01T01:40:03Z)
• Optimal Algorithms for Decentralized Stochastic Variational Inequalities [113.43047601775453]
  この作業は、ますます重要になるが十分に理解されていない分散的な設定に集中する。 通信と局所的な繰り返しの両方の下位境界を示し、これらの下位境界に一致する最適なアルゴリズムを構築する。 我々のアルゴリズムは、分散化されたケースだけでなく、決定論的で非分散的な文献でも利用できる。
  論文  参考訳（メタデータ） (2022-02-06T13:14:02Z)
• Algorithm Selection on a Meta Level [58.720142291102135]
  本稿では,与えられたアルゴリズムセレクタの組み合わせに最適な方法を求めるメタアルゴリズム選択の問題を紹介する。 本稿では,メタアルゴリズム選択のための一般的な方法論フレームワークと,このフレームワークのインスタンス化として具体的な学習手法を提案する。
  論文  参考訳（メタデータ） (2021-07-20T11:23:21Z)
• Towards Algorithmic Transparency: A Diversity Perspective [8.138520743045731]
  アルゴリズムバイアスの研究は近年爆発的であり、バイアスの問題と潜在的な解決策の両方を浮き彫りにしている。 透明性は、公平性管理とアルゴリズムの説明容易性を促進するために重要です。 私たちは多様性とバイアスの関係を振り返り、多様性が透明性の必要性を駆動すると主張します。
  論文  参考訳（メタデータ） (2021-04-12T17:28:12Z)
• Towards Meta-Algorithm Selection [78.13985819417974]
  インスタンス固有のアルゴリズム選択(AS)は、固定された候補集合からのアルゴリズムの自動選択を扱う。 メタアルゴリズムの選択は、いくつかのケースで有益であることを示す。
  論文  参考訳（メタデータ） (2020-11-17T17:27:33Z)
• Towards a Flexible Framework for Algorithmic Fairness [0.8379286663107844]
  近年、アルゴリズム決定システムにおける非差別性を保証するための多くの異なる定義が提案されている。 本稿では, 最適な輸送手段を利用して, フェアネス定義の相違を補間するフレキシブルな枠組みを提案する。
  論文  参考訳（メタデータ） (2020-10-15T16:06:53Z)
• Reinforcement Learning as Iterative and Amortised Inference [62.997667081978825]
  我々は、この制御を推論フレームワークとして使用し、償却および反復推論に基づく新しい分類スキームを概説する。 この観点から、比較的探索されていないアルゴリズム設計空間の一部を特定できることを示す。
  論文  参考訳（メタデータ） (2020-06-13T16:10:03Z)
• Extreme Algorithm Selection With Dyadic Feature Representation [78.13985819417974]
  我々は,数千の候補アルゴリズムの固定セットを考慮に入れた,極端なアルゴリズム選択(XAS)の設定を提案する。 我々は、XAS設定に対する最先端のAS技術の適用性を評価し、Dyadic特徴表現を利用したアプローチを提案する。
  論文  参考訳（メタデータ） (2020-01-29T09:40:58Z)

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。