論文の概要: Stakeholder-in-the-Loop Fair Decisions: A Framework to Design Decision Support Systems in Public and Private Organizations

• arxiv url: http://arxiv.org/abs/2308.01163v1
• Date: Wed, 2 Aug 2023 14:07:58 GMT
• ステータス: 処理完了
• システム内更新日: 2023-08-03 12:40:49.115009
• Title: Stakeholder-in-the-Loop Fair Decisions: A Framework to Design Decision Support Systems in Public and Private Organizations
• Title（参考訳）: ステークホルダー・イン・ザ・ループフェア決定:公共組織と民間組織における意思決定支援システムを設計するための枠組み
• Authors: Yuri Nakao, Takuya Yokota
• Abstract要約: 我々は,「ループ内での公正な決定」と呼ばれる議論の枠組みを提案する。 説明責任のある意思決定支援システムを設計するために考慮する必要がある4つの利害関係者を特定します。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Due to the opacity of machine learning technology, there is a need for explainability and fairness in the decision support systems used in public or private organizations. Although the criteria for appropriate explanations and fair decisions change depending on the values of those who are affected by the decisions, there is a lack of discussion framework to consider the appropriate outputs for each stakeholder. In this paper, we propose a discussion framework that we call "stakeholder-in-the-loop fair decisions." This is proposed to consider the requirements for appropriate explanations and fair decisions. We identified four stakeholders that need to be considered to design accountable decision support systems and discussed how to consider the appropriate outputs for each stakeholder by referring to our works. By clarifying the characteristics of specific stakeholders in each application domain and integrating the stakeholders' values into outputs that all stakeholders agree upon, decision support systems can be designed as systems that ensure accountable decision makings.
• Abstract（参考訳）: 機械学習技術の不透明さのため、公共または民間組織で使用される意思決定支援システムには、説明可能性と公正性が必要である。 適切な説明と公平な意思決定の基準は、決定の影響を受ける人の値によって変化するが、各ステークホルダーの適切なアウトプットを検討するための議論の枠組みが欠如している。 本稿では,「ループ内での公正な決定」と呼ばれる議論の枠組みを提案する。 これは適切な説明と公平な決定の要件を検討するために提案される。 説明責任決定支援システムを設計するために必要な利害関係者を4名特定し,作業を参照して各利害関係者の適切なアウトプットを検討する方法について検討した。 各アプリケーション領域における特定の利害関係者の特徴を明確にし、すべての利害関係者が同意する出力に利害関係者の価値観を統合することで、意思決定支援システムは説明責任のある意思決定を保証するシステムとして設計することができる。

関連論文リスト

• Causal Fairness for Outcome Control [68.12191782657437]
  本稿では,自動システムにおいて,公平かつ公平な結果変数を最適化することを目的とした,結果制御と呼ばれる特定の意思決定タスクについて検討する。 本稿では、まず因果レンズを通して利益の概念を分析し、特定の個人が肯定的な決定によってどれだけの利益を得られるかを明らかにする。 次に、保護された属性の影響を受けている可能性があることに留意し、これを分析するために使用できる因果的ツールを提案する。
  論文  参考訳（メタデータ） (2023-06-08T09:31:18Z)
• Causal Fairness Analysis [68.12191782657437]
  意思決定設定における公平性の問題を理解し、モデル化し、潜在的に解決するためのフレームワークを導入します。 我々のアプローチの主な洞察は、観測データに存在する格差の定量化と、基礎となる、しばしば観測されていない、因果的なメカニズムの収集を結びつけることである。 本研究は,文献中の異なる基準間の関係を整理し,説明するための最初の体系的試みであるフェアネスマップにおいて,本研究の成果を左右するものである。
  論文  参考訳（メタデータ） (2022-07-23T01:06:34Z)
• A Justice-Based Framework for the Analysis of Algorithmic Fairness-Utility Trade-Offs [0.0]
  予測に基づく意思決定システムでは、異なる視点が異なってくる可能性がある。 意思決定者の短期的なビジネス目標はしばしば、意思決定対象が公平に扱われたいという願望と矛盾している。 本稿では,これらの価値を優先した選択を明確化するためのフレームワークを提案する。
  論文  参考訳（メタデータ） (2022-06-06T20:31:55Z)
• Explainable Decision Making with Lean and Argumentative Explanations [11.644036228274176]
  ここでは、"よい"決定は、"最も"目標を満たす代替案と、(ii)"最も望ましい"目標を満たす選択肢に相当します。 次に、各変種と「良さ」の概念について、2つの形式で説明し、異なるニーズと能力を持つ観客に対する選択肢の選択を正当化する。
  論文  参考訳（メタデータ） (2022-01-18T01:29:02Z)
• A Decision Model for Decentralized Autonomous Organization Platform Selection: Three Industry Case Studies [0.0]
  オンラインガバナンスの新しい形態としての分散型自律型組織は、ブロックチェーンプラットフォームにデプロイされたスマートコントラクトの集合体である。 本研究では,分散型自律組織プラットフォーム選択問題に対するマルチクオリトリア意思決定問題として,意思決定モデルを提案する。
  論文  参考訳（メタデータ） (2021-07-07T10:05:56Z)
• Designing Disaggregated Evaluations of AI Systems: Choices, Considerations, and Tradeoffs [42.401239658653914]
  分散評価の設計に関わる選択肢、考慮事項、トレードオフについてより深く理解することで、研究者、実践者、一般の人々が、特定のグループに対してAIシステムがいかにパフォーマンスを低下させるかを理解することができます。
  論文  参考訳（メタデータ） (2021-03-10T14:26:14Z)
• Leveraging Expert Consistency to Improve Algorithmic Decision Support [62.61153549123407]
  建設のギャップを狭めるために観測結果と組み合わせることができる情報源として,歴史専門家による意思決定の利用について検討する。 本研究では,データ内の各ケースが1人の専門家によって評価された場合に,専門家の一貫性を間接的に推定する影響関数に基づく手法を提案する。 本研究は, 児童福祉領域における臨床現場でのシミュレーションと実世界データを用いて, 提案手法が構成ギャップを狭めることに成功していることを示す。
  論文  参考訳（メタデータ） (2021-01-24T05:40:29Z)
• "A cold, technical decision-maker": Can AI provide explainability, negotiability, and humanity? [47.36687555570123]
  参加者60名からなる5つのワークショップからなるアルゴリズム決定の質的研究の結果を報告する。 意思決定における参加者の人間性に関する考察を議論し,「交渉可能性」という概念を導入する。
  論文  参考訳（メタデータ） (2020-12-01T22:36:54Z)
• RADAR-X: An Interactive Mixed Initiative Planning Interface Pairing Contrastive Explanations and Revised Plan Suggestions [30.98066157540983]
  本稿では,対話型説明対話におけるユーザ参加能力を示す決定支援システムRADAR-Xを提案する。 本システムは,ユーザの潜在的嗜好を引き出すためにこの対話を利用し,3つの異なるインタラクション戦略を通じて計画提案を改訂する。
  論文  参考訳（メタデータ） (2020-11-19T04:18:38Z)
• Inverse Active Sensing: Modeling and Understanding Timely Decision-Making [111.07204912245841]
  我々は,内因性,文脈依存型時間圧下でのエビデンスに基づく意思決定の一般的な設定のための枠組みを開発する。 意思決定戦略において、サプライズ、サスペンス、最適性の直感的な概念をモデル化する方法を実証する。
  論文  参考訳（メタデータ） (2020-06-25T02:30:45Z)

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。