典型文献
AI治理中的公平性及其评价方法研究
文献摘要：
[目的/意义]针对人工智能应用中表现出的偏见和歧视,本文从数据、算法和系统运维出发,分析了 AI治理中公平性的影响因素和评价方法,为AI的公平性治理提供解决思路.[方法/过程]基于人工智能治理流程和AI的公平性治理机制两个维度,本文首先遵循"顶层设计—技术攻关—产业实践"思路,提出AI的公平性治理框架;其次,在AI治理公平性技术攻关层面提出了 GovAI-FDevOps框架并从偏见角度出发探讨了公平性影响因素和量化评价指标;最后以信贷数据集German为例,对信用评分卡模型在性别、国籍、年龄等敏感属性上的表现进行了公平性检测和评价.[结果/结论]从本文研究来看,AI治理中的公平性是一个具有相对性的复杂概念,不存在满足各群体、各统计意义上的绝对公平.AI治理公平性的实现需要政策、法律和技术的多方协同努力.
文献关键词：
AI治理;算法偏见;公平性;公平性指标
中图分类号：
作者姓名：
刘璇;朝乐门
作者机构：
数据工程与知识工程教育部重点实验室(中国人民大学)北京 100872;中国人民大学信息资源管理学院 北京 100872
文献出处：
引用格式：
[1]刘璇;朝乐门-.AI治理中的公平性及其评价方法研究)[J].情报资料工作,2022(05):24-33
A类：
GovAI,FDevOps
B类：
人工智能应用,歧视,系统运维,解决思路,人工智能治理,治理流程,技术攻关,产业实践,治理框架,量化评价,信贷,German,信用评分卡,国籍,检测和评价,相对性,统计意义,多方协同,算法偏见,公平性指标
AB值：
0.347819
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
