論文の概要: Beyond Distributive Justice: Hermeneutical Fairness in Ad Delivery

• arxiv url: http://arxiv.org/abs/2605.03419v1
• Date: Tue, 05 May 2026 06:51:40 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-06 19:35:43.806326
• Title: Beyond Distributive Justice: Hermeneutical Fairness in Ad Delivery
• Title（参考訳）: 分配的正義を超えて:広告配信におけるハーメネティカルフェアネス
• Authors: Camilla Quaresmini, Valentina Breschi, Jessica Leoni, Viola Schiaffonati, Mara Tanelli, Giulia De Pasquale,
• Abstract要約: オンライン広告は、広告のコンテンツや、受信者がそれを解釈し、取り込む方法によってもたらされる害を生み出すことができると我々は主張する。 我々は、広告配信を解釈的リソースを分配するメカニズムとしてモデル化し、2つの方法で失敗する可能性がある。 われわれはこれらを、既に分配的正義を強制する、ユーティリティ駆動型広告アロケーションフレームワークのベンチマークに統合している。
• 参考スコア（独自算出の注目度）: 7.857920011652655
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Fairness in online advertising is often formalized as a distributive justice problem, aiming to ensure that impressions, opportunities, or outcomes are allocated comparably across protected groups. Yet online advertising can still produce harms arising from ads' content and from how recipients interpret and uptake them. To capture this dimension, we draw on Miranda Fricker's notion of hermeneutical injustice. We model ad delivery as a mechanism that distributes interpretative resources and can fail in two ways: relevant concepts can be withheld through systematic under-exposure, leading to hermeneutical deprivation; and recipients may experience hermeneutical distortions when saturated with low-uptake or skewed framings. Grounded in exploratory correlational patterns from the AIDS Advertising Evaluation surveys (1986-1987), we introduce a group-level hermeneutical fairness constraint and a hermeneutically aware utility cost. We integrate them into a benchmark, utility-driven ad allocation framework that already enforces distributive justice, yielding a distributively fair, hermeneutically aware framework that prevents deprivation and distortion from concentrating within protected groups. Through controlled simulations, we explore trade-offs between economic utility, classical distributive fairness constraints, and hermeneutical cost. The results show that purely utility-based allocation drives under-delivery to the disadvantaged group. When the hermeneutical stakes of withholding ads are high, distributive constraints reduce hermeneutical cost at modest utility loss. Conversely, weighting hermeneutical cost without distributive constraints can yield policies concentrated on the disadvantaged group. These findings motivate expanding fairness analyses of online advertising beyond distributive notions to include epistemic conditions of interpretation and uptake.
• Abstract（参考訳）: オンライン広告の公正さは、しばしば分配的司法問題として形式化され、保護されたグループ間で印象、機会、成果が相容れないようにすることを目的としている。 しかし、オンライン広告は、広告のコンテンツや、受信者がそれを解釈し、取り込む方法から生じる害を生んでいる。 この次元を捉えるために、ミランダ・フリッカーのヘルメネティカルな不正の概念を引用する。 我々は、広告配信を解釈的資源を分配するメカニズムとしてモデル化し、関連する概念を系統的な被曝によって保持し、医療的損失につながるという2つの方法で失敗する可能性がある。 エイズ広告評価調査 (1986-1987) の探索的相関パターンを基礎として, グループレベルの医療的公正性制約と, 実用コストを考慮に入れたハーメネティクスを導入する。 我々は、これらを、既に分配的正義を強制し、保護されたグループ内での剥奪や歪みの集中を防ぐために、分配的に公平に認識されたフレームワークのベンチマーク、ユーティリティ駆動型の広告アロケーションフレームワークに統合する。 制御されたシミュレーションを通して、経済性、古典的流通公正性制約、および医療費のトレードオフを検討する。 結果は、純粋にユーティリティベースのアロケーションが不利なグループへのアンダーデリバリを駆動していることを示している。 保留広告のハーメネティカル・ステークが高ければ、分配的制約により、控えめなユーティリティ・ロスのハーメネティカル・コストが低下する。 逆に、分配制約のない医療費の重み付けは、不利な集団に集中する政策をもたらす可能性がある。 これらの知見は, オンライン広告の公平性分析を, 流通的概念を超えて拡大し, 解釈と取り込みのエピステマティックな条件を含むことを動機としている。

関連論文リスト

• Post-hoc Provider Fairness Adaptation via Hierarchical Exposure Alignment [54.58748721533078]
  ポストホックフェアネス適応(Post-hoc Fairness Adaptation, PFA)は、フリーズレコメンデータにフェアネスアダプタを装備する軽量フレームワークである。 ユーザアイコンの埋め込みから、フェアネスに対するステアプロバイダの露出まで、パーソナライズされた加算点調整を学習する。 PFAは無視できる精度の損失を伴ってかなりの公平性を達成し、一貫して強いベースラインを上回ります。
  論文  参考訳（メタデータ） (2026-05-02T16:32:52Z)
• Optimal Fair Aggregation of Crowdsourced Noisy Labels using Demographic Parity Constraints [4.133245571268133]
  本稿では,$varepsilon$-fairnessフレームワーク内のクラウドソース集約手法の公正度を解析する。 集約されたコンセンサスのフェアネスギャップは、解釈可能な条件下では、グランドトゥルースのフェアネスギャップに指数関数的に収束することを示す。 基底真理自体はいまだ不公平である可能性があるので、最先端のマルチクラスフェアネス後処理アルゴリズムを一般化する。
  論文  参考訳（メタデータ） (2026-01-30T17:45:32Z)
• Breaking the Dyadic Barrier: Rethinking Fairness in Link Prediction Beyond Demographic Parity [5.932575574212546]
  我々は、リンク予測のようなランク付けに基づくタスクにおいて、公平性評価のために、人口統計学的パーティが望ましい性質を満たしていないことを論じる。 既存の公正評価の限界を形式化し、より表現力のある評価を可能にする枠組みを提案する。
  論文  参考訳（メタデータ） (2025-11-09T22:58:29Z)
• Counterfactual Realizability [52.85109506684737]
  本稿では, 正規化可能性の定義, 分布からサンプルを抽出する能力を導入し, 任意の反事実分布が実現可能であるかどうかを判定する完全アルゴリズムを開発する。 本稿では、因果的公正さと因果的強化学習のモチベーション例を用いて、この新たな反ファクト的データ収集フレームワークの意義を説明する。
  論文  参考訳（メタデータ） (2025-03-14T20:54:27Z)
• Finite-Sample and Distribution-Free Fair Classification: Optimal Trade-off Between Excess Risk and Fairness, and the Cost of Group-Blindness [14.421493372559762]
  グループフェアネス制約下の二項分類におけるアルゴリズムフェアネスとグループブレンドネスの強制効果を定量化する。 制御された過剰リスクを伴う分布自由かつ有限サンプルフェアネスを保証するフェア分類のための統一的なフレームワークを提案する。
  論文  参考訳（メタデータ） (2024-10-21T20:04:17Z)
• Fairness-Accuracy Trade-Offs: A Causal Perspective [58.06306331390586]
  我々は、初めて因果レンズから公正性と正確性の間の張力を分析する。 因果的制約を強制することは、しばしば人口集団間の格差を減少させることを示す。 因果制約付きフェアラーニングのための新しいニューラルアプローチを導入する。
  論文  参考訳（メタデータ） (2024-05-24T11:19:52Z)
• Fair Clustering: A Causal Perspective [5.885238773559016]
  非因果フェアネスの概念の最適化は、因果的観点から直接差別効果をパラドックス的に引き起こすことが示されている。 本稿では、因果フェアネス指標を取り入れたクラスタリング手法を提案し、教師なし学習における公平性に対するよりニュアンスなアプローチを提供する。
  論文  参考訳（メタデータ） (2023-12-14T15:58:03Z)
• How Robust is Your Fairness? Evaluating and Sustaining Fairness under Unseen Distribution Shifts [107.72786199113183]
  CUMA(CUrvature Matching)と呼ばれる新しいフェアネス学習手法を提案する。 CUMAは、未知の分布シフトを持つ未知の領域に一般化可能な頑健な公正性を達成する。 提案手法を3つの人気フェアネスデータセットで評価する。
  論文  参考訳（メタデータ） (2022-07-04T02:37:50Z)
• Adversarial Robustness through the Lens of Causality [105.51753064807014]
  ディープニューラルネットワークの敵対的脆弱性は、機械学習において大きな注目を集めている。 我々は、因果関係を敵対的脆弱性の軽減に組み込むことを提案する。 我々の手法は、敵の脆弱性を緩和するために因果性を利用する最初の試みと見なすことができる。
  論文  参考訳（メタデータ） (2021-06-11T06:55:02Z)

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。