論文の概要: A Systematic Mapping on Software Fairness: Focus, Trends and Industrial Context

• arxiv url: http://arxiv.org/abs/2512.23782v1
• Date: Mon, 29 Dec 2025 16:09:08 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-01 23:27:28.166409
• Title: A Systematic Mapping on Software Fairness: Focus, Trends and Industrial Context
• Title（参考訳）: ソフトウェアフェアネスのシステマティックマッピング:焦点、トレンド、産業コンテキスト
• Authors: Kessia Nepomuceno, Fabio Petrillo,
• Abstract要約: 本稿では,ソフトウェア工学におけるフェアネスソリューションの現在の進歩を探求し,分類するために,体系的な文献マッピングを提案する。 我々は,産業の文脈における研究動向,研究の焦点,生存性という,3つの重要な側面に焦点をあてる。
• 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: Context: Fairness in systems has emerged as a critical concern in software engineering, garnering increasing attention as the field has advanced in recent years. While several guidelines have been proposed to address fairness, achieving a comprehensive understanding of research solutions for ensuring fairness in software systems remains challenging. Objectives: This paper presents a systematic literature mapping to explore and categorize current advancements in fairness solutions within software engineering, focusing on three key dimensions: research trends, research focus, and viability in industrial contexts. Methods: We develop a classification framework to organize research on software fairness from a fresh perspective, applying it to 95 selected studies and analyzing their potential for industrial adoption. Results: Our findings reveal that software fairness research is expanding, yet it remains heavily focused on methods and algorithms. It primarily focuses on post-processing and group fairness, with less emphasis on early-stage interventions, individual fairness metrics, and understanding bias root causes. Additionally fairness research remains largely academic, with limited industry collaboration and low to medium Technology Readiness Level (TRL), indicating that industrial transferability remains distant. Conclusion: Our results underscore the need to incorporate fairness considerations across all stages of the software development life-cycle and to foster greater collaboration between academia and industry. This analysis provides a comprehensive overview of the field, offering a foundation to guide future research and practical applications of fairness in software systems.
• Abstract（参考訳）: コンテキスト: システムにおける公正性は、ソフトウェア工学における重要な関心事として現れ、近年、分野が進歩するにつれて、注目を集めています。 公正性に対処するためのガイドラインがいくつか提案されているが、ソフトウェアシステムの公正性を保証するための研究ソリューションの包括的理解を達成することは依然として困難である。 目的: 本論文では, 産業における研究動向, 研究の焦点, 生存性という3つの重要な側面に着目し, ソフトウェア工学における公正ソリューションの現在の進歩を探求し, 分類するための体系的な文献マッピングを提案する。 方法:本研究は,ソフトウェアフェアネスの研究を新たな視点から組織化し,95種類の研究に適用し,産業採用の可能性を分析するための分類枠組みを開発する。 結果: ソフトウェアフェアネスの研究は拡大しているが, 依然として手法やアルゴリズムに重点を置いていることが明らかとなった。 主にポストプロセッシングとグループフェアネスに重点を置いており、早期介入、個々のフェアネス指標、バイアスの根本原因の理解に重点を置いている。 さらに、フェアネスの研究はほとんど学術的であり、産業協力は限られており、工業移転性は依然として遠くにあることを示唆する、中級技術準備水準(TRL)が低い。 結論: 私たちの結果は、ソフトウェア開発ライフサイクルのすべての段階にわたって公平性を考慮に入れ、アカデミックと産業の間のより大きなコラボレーションを促進することの必要性を浮き彫りにしています。 この分析は、この分野の総合的な概要を提供し、ソフトウェアシステムにおける将来の研究とフェアネスの実践的応用を導く基盤を提供する。

関連論文リスト

• Aligning Academia with Industry: An Empirical Study of Industrial Needs and Academic Capabilities in AI-Driven Software Engineering [45.09204791294318]
  大規模言語モデル(LLM)の急速な進歩は、ソフトウェア工学(SE)を根本的に変えることである。 トップレベルのSE会場は、自動テストやプログラムの修理といった分野に持続的、あるいは新たな焦点を置き続けているが、これらの学術的進歩と実際の産業的ニーズとの整合性は依然として不明である。 本研究は,これらの重要かつ未解明の課題に学術的関心を振り返り,今後のSE研究を産業的インパクトに導くことを目的としている。
  論文  参考訳（メタデータ） (2025-12-17T07:29:18Z)
• Triage in Software Engineering: A Systematic Review of Research and Practice [18.03124877437556]
  Triageは、複雑な環境の信頼性を確保するために、問題を効率的に優先順位付け、割り当て、評価することを目的としている。 ソフトウェアシステムによって生成される膨大な量の異種データが、効果的なトリアージを必須としてきた。 この調査は2004年から現在までの234の論文の総合的なレビューを提供し、基本的な概念、システムアーキテクチャ、問題ステートメントの詳細な調査を提供する。
  論文  参考訳（メタデータ） (2025-11-05T02:42:26Z)
• A Comprehensive Survey on Benchmarks and Solutions in Software Engineering of LLM-Empowered Agentic System [56.40989626804489]
  この調査は、Large Language Modelsを使ったソフトウェアエンジニアリングに関する、最初の総合的な分析を提供する。 本稿では,150以上の最近の論文をレビューし,(1)素早い,微調整,エージェントベースのパラダイムに分類した解法,(2)コード生成,翻訳,修復などのタスクを含むベンチマークという2つの重要な側面に沿った分類法を提案する。
  論文  参考訳（メタデータ） (2025-10-10T06:56:50Z)
• Fairness and Bias Mitigation in Computer Vision: A Survey [61.01658257223365]
  コンピュータビジョンシステムは、高精細な現実世界のアプリケーションにますますデプロイされている。 歴史的または人為的なデータにおいて差別的な傾向を伝播または増幅しないことを確実にする必要がある。 本稿では,コンピュータビジョンの文脈における現在進行中の傾向と成功をまとめた,公平性に関する総合的な調査を行う。
  論文  参考訳（メタデータ） (2024-08-05T13:44:22Z)
• Software Fairness Debt [0.5249805590164902]
  本稿では,ソフトウェアシステムにおけるバイアスの多面的性質について考察する。 ソフトウェア開発における公平性の欠如の主な原因を特定し,個人やコミュニティに対する悪影響を明らかにする。 我々の研究は、ソフトウェア工学における公平さのより深い理解に寄与し、より公平で社会的に責任を負うソフトウェアシステムの開発の道を開いた。
  論文  参考訳（メタデータ） (2024-05-03T21:45:48Z)
• Fairness in Recommender Systems: Research Landscape and Future Directions [119.67643184567623]
  本稿は,近年の地域におけるフェアネスの概念と概念について概観する。 この分野での研究が現在どのように行われているのかを概観する。 全体として、最近の研究成果の分析は、ある研究のギャップを示している。
  論文  参考訳（メタデータ） (2022-05-23T08:34:25Z)
• Artificial Intelligence for IT Operations (AIOPS) Workshop White Paper [50.25428141435537]
  AIOps(Artificial Intelligence for IT Operations)は、マシンラーニング、ビッグデータ、ストリーミング分析、IT運用管理の交差点で発生する、新たな学際分野である。 AIOPSワークショップの主な目的は、アカデミアと産業界の両方の研究者が集まり、この分野での経験、成果、作業について発表することです。
  論文  参考訳（メタデータ） (2021-01-15T10:43:10Z)

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。