論文の概要: Price discrimination, algorithmic decision-making, and European non-discrimination law

• arxiv url: http://arxiv.org/abs/2509.23851v1
• Date: Sun, 28 Sep 2025 12:41:48 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-30 22:32:19.486578
• Title: Price discrimination, algorithmic decision-making, and European non-discrimination law
• Title（参考訳）: 価格差別・アルゴリズム決定・欧州非差別法
• Authors: Frederik Zuiderveen Borgesius,
• Abstract要約: アルゴリズムによる意思決定には差別効果がある。 オンライン価格の差別は間接的な差別につながる可能性がある。 しかし、論文は、非差別法はアルゴリズムによる意思決定に適用した場合に欠陥があることを示している。
• 参考スコア（独自算出の注目度）: 0.2262632497140704
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Our society can benefit immensely from algorithmic decision-making and similar types of artificial intelligence. But algorithmic decision-making can also have discriminatory effects. This paper examines that problem, using online price differentiation as an example of algorithmic decision-making. With online price differentiation, a company charges different people different prices for identical products, based on information the company has about those people. The main question in this paper is: to what extent can non-discrimination law protect people against online price differentiation? The paper shows that online price differentiation and algorithmic decision-making could lead to indirect discrimination, for instance harming people with a certain ethnicity. Indirect discrimination occurs when a practice is neutral at first glance, but ends up discriminating against people with a protected characteristic, such as ethnicity. In principle, non-discrimination law prohibits indirect discrimination. The paper also shows, however, that non-discrimination law has flaws when applied to algorithmic decision-making. For instance, algorithmic discrimination can remain hidden: people may not realise that they are being discriminated against. And many types of unfair - some might say discriminatory - algorithmic decisions are outside the scope of current non-discrimination law.
• Abstract（参考訳）: われわれの社会はアルゴリズムによる意思決定や類似の人工知能の恩恵を受けることができる。 しかし、アルゴリズムによる意思決定は差別的な効果もある。 本稿では,オンライン価格の差別化をアルゴリズムによる意思決定の例として用いて,この問題を考察する。 オンライン価格の差別化により、同じ製品に対して異なる価格で課金される。 本論文の主な疑問は,非差別法がオンライン価格の差別から人々をどの程度保護できるか,という点である。 この論文は、オンライン価格の差別化とアルゴリズムによる意思決定が間接的な差別につながる可能性を示唆している。 間接的な差別は、ある行為が一見中立な時に起こるが、最終的に民族のような保護された特徴を持つ人々に対する差別となる。 原則として、非差別法は間接差別を禁止している。 しかし、この論文は、非差別法がアルゴリズムによる意思決定に適用した場合に欠陥があることも示している。 例えば、アルゴリズムによる差別は隠蔽され、人々は彼らが差別されていることに気づかないかもしれない。 そして、多くの不公平な ― 差別的と言う人もいるかもしれない ― アルゴリズムによる決定は、現在の非差別法の範囲外にある。

関連論文リスト

• Protected Grounds and the System of Non-Discrimination Law in the Context of Algorithmic Decision-Making and Artificial Intelligence [0.1915265522996079]
  本稿では,非差別法則をアルゴリズム決定に最も適用できるシステムについて検討する。 本論文は,非差別法によって提供される保護の現在の抜け穴を解析し,議員がアルゴリズムの分化にアプローチする最善の方法を探るものである。
  論文  参考訳（メタデータ） (2025-09-01T15:21:12Z)
• 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)
• Unlawful Proxy Discrimination: A Framework for Challenging Inherently Discriminatory Algorithms [4.1221687771754]
  EUの直接差別という法的概念は、様々なアルゴリズムによる意思決定の文脈に適用できる。 間接的差別とは異なり、直接的差別の枠組みには「客観的正当化」段階は存在しない。 アルゴリズムの文脈における直接差別の最も可能性の高い候補に焦点を当てる。
  論文  参考訳（メタデータ） (2024-04-22T10:06:17Z)
• Non-discrimination law in Europe: a primer for non-lawyers [44.715854387549605]
  我々は、非法律家や非欧州の弁護士が、その内容や課題を容易に把握できるように、この法律を記述することを目指している。 我々は、多くのEU指令に含まれるEU全体の非差別規則を紹介します。 最後のセクションは、バイアス関連法とEU AI法および関連する法令の事例を含むための地平を広げている。
  論文  参考訳（メタデータ） (2024-04-12T14:59:58Z)
• Multi-dimensional discrimination in Law and Machine Learning -- A comparative overview [14.650860450187793]
  公正を意識した機械学習の領域は、AI/MLモデルにおけるバイアスの理解、緩和、説明のための方法とアルゴリズムに焦点を当てている。 実際には、人間のアイデンティティは多次元であり、複数の保護された特徴に基づいて識別を行うことができる。 この方向の最近のアプローチは、主に法域からのいわゆる交叉フェアネスの定義に従う。
  論文  参考訳（メタデータ） (2023-02-12T20:41:58Z)
• Reusing the Task-specific Classifier as a Discriminator: Discriminator-free Adversarial Domain Adaptation [55.27563366506407]
  非教師付きドメイン適応(UDA)のための識別器なし対向学習ネットワーク(DALN)を導入する。 DALNは、統一された目的によって明確なドメインアライメントとカテゴリの区別を達成する。 DALNは、さまざまなパブリックデータセット上の既存の最先端(SOTA)メソッドと比較して好意的に比較する。
  論文  参考訳（メタデータ） (2022-04-08T04:40:18Z)
• Auditing for Discrimination in Algorithms Delivering Job Ads [70.02478301291264]
  我々は,求人広告配信における識別アルゴリズムのブラックボックス監査のための新しい手法を開発した。 最初のコントリビューションは、性別や人種などの保護されたカテゴリーによる、広告配信における歪の区別です。 第2に,他の要因と資格の違いによって説明可能なスクリューを区別する監査手法を開発する。 第3に、提案手法を求人広告のための2つの主要なターゲット広告プラットフォーム、FacebookとLinkedInに適用する。
  論文  参考訳（メタデータ） (2021-04-09T17:38:36Z)

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。