Fugu-MT 論文翻訳(概要): Which Demographic Features Are Relevant for Individual Fairness Evaluation of U.S. Recidivism Risk Assessment Tools?

論文の概要: Which Demographic Features Are Relevant for Individual Fairness Evaluation of U.S. Recidivism Risk Assessment Tools?

arxiv url: http://arxiv.org/abs/2505.09868v1
Date: Thu, 15 May 2025 00:07:07 GMT
ステータス: 翻訳完了
システム内更新日: 2025-05-16 22:29:06.144661
Title: Which Demographic Features Are Relevant for Individual Fairness Evaluation of U.S. Recidivism Risk Assessment Tools?
Title（参考訳）: 米国のリシビズムリスク評価ツールの個々人の公正性評価にどのようなデモグラフィー的特徴が有用か?
Authors: Tin Trung Nguyen, Jiannan Xu, Phuong-Anh Nguyen-Le, Jonathan Lazar, Donald Braman, Hal Daumé III, Zubin Jelveh,
Abstract要約: 我々は,リシディズムリスク評価ツールの個々人の公正度評価にどの人口統計的特徴が関係しているかを評価する。我々の分析は、個人間の類似性関数は年齢と性別を考慮するべきであるが、人種を無視すべきだと結論付けている。
参考スコア（独自算出の注目度）: 18.509813368002
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Despite its U.S. constitutional foundation, the technical ``individual fairness'' criterion has not been operationalized in state or federal statutes/regulations. We conduct a human subjects experiment to address this gap, evaluating which demographic features are relevant for individual fairness evaluation of recidivism risk assessment (RRA) tools. Our analyses conclude that the individual similarity function should consider age and sex, but it should ignore race.
Abstract（参考訳）: アメリカ合衆国憲法の基礎にもかかわらず、技術的「個人的公正性」の基準は州や連邦法・規制では運用されていない。我々は,このギャップに対処するための被験者実験を行い,リシビズムリスクアセスメント(RRA)ツールの個人的公正性評価にどの人口動態が関係しているかを評価する。我々の分析は、個人間の類似性関数は年齢と性別を考慮するべきであるが、人種を無視すべきである、と結論付けている。

関連論文リスト

ConSiDERS-The-Human Evaluation Framework: Rethinking Human Evaluation for Generative Large Language Models [53.00812898384698]
生成型大規模言語モデル(LLM)の人間による評価は多分野にわたる作業であるべきだと論じる。認知バイアスが、流動的な情報や真理をいかに説明するか、そして、認識の不確実性が、Likertのような評価スコアの信頼性にどのように影響するかを強調します。本稿では,ConSiDERS-The-Human評価フレームワークを提案する。一貫性,スコーリング基準,差別化,ユーザエクスペリエンス,責任,スケーラビリティの6つの柱からなる。
論文参考訳（メタデータ） (2024-05-28T22:45:28Z)
The Iron(ic) Melting Pot: Reviewing Human Evaluation in Humour, Irony and Sarcasm Generation [16.591822946975547]
より難解な言語の生成は、選択した評価器パネルの特性が最重要となるサブドメインを構成すると論じる。本研究は,NLGにおける最近の研究を批判的に調査し,本サブドメインにおける評価方法の評価を行った。評価対象の人口統計情報の公開報告の欠如や、採用のためのクラウドソーシングプラットフォームに大きく依存していることに留意する。
論文参考訳（メタデータ） (2023-11-09T17:50:23Z)
Counterpart Fairness -- Addressing Systematic between-group Differences in Fairness Evaluation [17.495053606192375]
機械学習を用いて意思決定を行う場合、アルゴリズム上の決定が公平であり、特定の個人やグループに対して差別的でないことを保証することが重要である。既存のグループフェアネス手法は、人種や性別などの保護された変数によって規定されたグループ間で平等な結果を保証することを目的としている。グループ間の系統的な差異が結果に重要な役割を果たす場合、これらの手法は非保護変数の影響を見逃す可能性がある。
論文参考訳（メタデータ） (2023-05-29T15:41:12Z)
Gender Biases in Automatic Evaluation Metrics for Image Captioning [87.15170977240643]
画像キャプションタスクのためのモデルに基づく評価指標において、性別バイアスの体系的研究を行う。偏りのある世代と偏りのない世代を区別できないことを含む、これらの偏りのあるメトリクスを使用することによる負の結果を実証する。人間の判断と相関を損なうことなく、測定バイアスを緩和する簡便で効果的な方法を提案する。
論文参考訳（メタデータ） (2023-05-24T04:27:40Z)
Assessing Uncertainty in Similarity Scoring: Performance & Fairness in Face Recognition [0.0]
ROC曲線は類似度スコアリング関数の公平性を評価する主要なツールである。本稿では、類似度関数の実証的ROC曲線と、公正性を評価するのに有用な副産物メトリクスの保証を証明する。
論文参考訳（メタデータ） (2022-11-14T10:02:16Z)
Ex-Ante Assessment of Discrimination in Dataset [20.574371560492494]
データ所有者は、自分たちのデータの使用が過小評価されているコミュニティにどのように害を与えるかという責任を負う。本稿では, 個人の反応が感性特性によってどの程度異なるかを示すスコアを生成する, 決定トレエのForest of decision trEEsアルゴリズムを提案する。
論文参考訳（メタデータ） (2022-08-16T19:28:22Z)
Independent Ethical Assessment of Text Classification Models: A Hate Speech Detection Case Study [0.5541644538483947]
人工知能システムの独立した倫理的評価は、倫理的価値に合わせてシステムの発達、展開、使用を公平に検証するものである。本研究は、このギャップを埋め、ヘイトスピーチ検出の課題に特化して、テキスト分類モデルの総合的な独立した倫理的評価プロセスを設計する。
論文参考訳（メタデータ） (2021-07-19T23:03:36Z)
Perception Score, A Learned Metric for Open-ended Text Generation Evaluation [62.7690450616204]
本稿では,新しい,強力な学習ベース評価尺度を提案する。本手法は,単語の重なり合いなどの評価基準にのみ焦点をあてるのではなく,生成の全体的な品質を測定し,一律に得点する。
論文参考訳（メタデータ） (2020-08-07T10:48:40Z)
Fairness Evaluation in Presence of Biased Noisy Labels [84.12514975093826]
本稿では,グループ間の雑音の仮定がリスク評価モデルの予測バイアス特性に与える影響を評価するための感度分析フレームワークを提案する。 2つの実世界の刑事司法データセットに関する実験結果は、観測されたラベルの小さなバイアスでさえ、ノイズのある結果に基づく分析結果の結論に疑問を投げかけることができることを示している。
論文参考訳（メタデータ） (2020-03-30T20:47:00Z)

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。