論文の概要: Bridging Research Gaps Between Academic Research and Legal Investigations of Algorithmic Discrimination
- arxiv url: http://arxiv.org/abs/2508.14954v2
- Date: Tue, 02 Sep 2025 17:08:03 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-09-04 15:17:03.025147
- Title: Bridging Research Gaps Between Academic Research and Legal Investigations of Algorithmic Discrimination
- Title（参考訳）: 学術研究とアルゴリズム識別の法的検討の橋渡し研究ギャップ
- Authors: Colleen V. Chien, Anna Zink, Irene Y. Chen,
- Abstract要約: 法的な行動は、アルゴリズムの公平性の研究を引き合いに出し、アルゴリズムの差別の定義や検出方法などの質問を通知する。
現在のアルゴリズムフェアネスの研究は理論的には厳格であるが、しばしば法的な調査の実際的なニーズに対処することができない。
我々は、規制執行、集団訴訟、個人訴訟を含む、米国の15の公民権執行行為を特定し、分析する。
- 参考スコア（独自算出の注目度）: 0.688204255655161
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: As algorithms increasingly take on critical roles in high-stakes areas such as credit scoring, housing, and employment, civil enforcement actions have emerged as a powerful tool for countering potential discrimination. These legal actions increasingly draw on algorithmic fairness research to inform questions such as how to define and detect algorithmic discrimination. However, current algorithmic fairness research, while theoretically rigorous, often fails to address the practical needs of legal investigations. We identify and analyze 15 civil enforcement actions in the United States including regulatory enforcement, class action litigation, and individual lawsuits to identify practical challenges in algorithmic discrimination cases that machine learning research can help address. Our analysis reveals five key research gaps within existing algorithmic bias research, presenting practical opportunities for more aligned research: 1) finding an equally accurate and less discriminatory algorithm, 2) cascading algorithmic bias, 3) quantifying disparate impact, 4) navigating information barriers, and 5) handling missing protected group information. We provide specific recommendations for developing tools and methodologies that can strengthen legal action against unfair algorithms.
- Abstract（参考訳）: 信用スコアや住宅、雇用などの高額な分野において、アルゴリズムが重要な役割を担っているため、公民権運動は潜在的な差別に対抗する強力な手段として現れてきた。
これらの法的な行動は、アルゴリズムの公平性の研究を引き合いに出し、アルゴリズムの識別を定義する方法や検出方法などの質問を通知する。
しかし、現在のアルゴリズム的公正性の研究は理論的には厳格であるが、しばしば法的な調査の実際的なニーズに対処することができない。
我々は、機械学習研究が対処できるアルゴリズムによる差別事件の実践的課題を特定するために、規制執行、集団訴訟、および個別の訴訟を含む15の連邦法執行機関の行動を特定し、分析する。
我々の分析は、既存のアルゴリズムバイアス研究における5つの重要な研究ギャップを明らかにし、より整合した研究の実践的な機会を提示している。
1)等しく正確で差別的でないアルゴリズムを見つけること。
2)カスケードアルゴリズムバイアス
3)異なる影響の定量化。
4)情報障壁の航行及び
5) 保護されたグループ情報の欠如を扱うこと。
我々は不公平なアルゴリズムに対する法的措置を強化するツールや方法論を開発するための具体的な勧告を提供する。
関連論文リスト
- Collective dynamics of strategic classification [49.14942990735098]
ユーザと機関の集団間のフィードバックループ問題に進化ゲーム理論を適用した。
検知能力の向上は社会的コストを低減し,ユーザの改善につながる可能性が示唆された。
施設が利用者の人口に再適応する速度は、最終結果に果たす役割を担っている。
論文 参考訳（メタデータ） (2025-08-12T20:57:17Z) - Auditing for Racial Discrimination in the Delivery of Education Ads [50.37313459134418]
本稿では,教育機会のための広告配信において,人種的偏見を評価できる新たな第三者監査手法を提案する。
メタのアルゴリズムによる教育機会の広告配信における人種差別の証拠を見つけ、法的および倫理的懸念を訴える。
論文 参考訳（メタデータ） (2024-06-02T02:00:55Z) - Human-Centric Multimodal Machine Learning: Recent Advances and Testbed
on AI-based Recruitment [66.91538273487379]
人間中心のアプローチでAIアプリケーションを開発する必要性には、ある程度のコンセンサスがある。
i)ユーティリティと社会的善、(ii)プライバシとデータ所有、(iii)透明性と説明責任、(iv)AIによる意思決定プロセスの公正性。
異種情報ソースに基づく現在のマルチモーダルアルゴリズムは、データ中の機密要素や内部バイアスによってどのように影響を受けるかを検討する。
論文 参考訳（メタデータ） (2023-02-13T16:44:44Z) - Developing a Philosophical Framework for Fair Machine Learning: Lessons
From The Case of Algorithmic Collusion [0.0]
機械学習アルゴリズムが新しい文脈に適用されるにつれて、結果の害と不正は質的に異なる。
フェアネスのメトリクスと定義を開発する機械学習における既存の研究パラダイムは、これらの質的に異なる種類の不正を考慮できない。
本稿では,公正度指標の開発と適用を目指す機械学習の研究者や実践者を対象とした倫理的枠組みを提案する。
論文 参考訳（メタデータ） (2022-07-05T16:21:56Z) - Discrimination in machine learning algorithms [0.0]
機械学習アルゴリズムは、例えば信用スコアリングアルゴリズムがローンを拒否するため、個人に直接影響を及ぼす可能性のあるビジネス上の決定に日常的に使用される。
そして、倫理的(かつ法的)の観点から、これらのアルゴリズムが(性や人種のような)センシティブな属性に基づいて識別しないことを保証する。
論文 参考訳（メタデータ） (2022-06-30T21:35:42Z) - Selection-Expansion: A Unifying Framework for Motion-Planning and
Diversity Search Algorithms [69.87173070473717]
本稿では,2つの多様性探索アルゴリズム,ノベルティ探索アルゴリズムとゴール探索処理アルゴリズムの特性について検討する。
mpアルゴリズムとの関係は、ポリシーパラメータ空間と結果空間の間のマッピングの滑らかさ、あるいは滑らかさの欠如が検索効率において重要な役割を担っていることを示している。
論文 参考訳（メタデータ） (2021-04-10T13:52:27Z) - Problematic Machine Behavior: A Systematic Literature Review of
Algorithm Audits [0.0]
このレビューは、PRISMAガイドラインに従い、62のアルゴリズム監査研究を生んだ500以上の英文記事のレビューです。
研究は、主に行動(差別、歪み、搾取、誤判定)によって合成され、組織されます。
この論文は、監査の成功の共通要素を提供し、幅広い研究の文脈でアルゴリズム監査について議論することで締めくくっている。
論文 参考訳（メタデータ） (2021-02-03T19:21:11Z) - Affirmative Algorithms: The Legal Grounds for Fairness as Awareness [0.0]
このようなアプローチがいかに「算術的肯定的行動」とみなされるかについて議論する。
我々は、政府契約の事件はアルゴリズムの公正性に代替的な根拠を与えると論じている。
我々は、偏り緩和が特定の原因と偏りのメカニズムに合わせたものであることを保証するために、アルゴリズム的公平性と因果推論の交点におけるさらなる研究を求める。
論文 参考訳（メタデータ） (2020-12-18T22:53:20Z) - 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) - 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)
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。