Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

Alternative Fairness and Accuracy Optimization in Criminal Justice

Created by
  • Haebom
Category
Empty

저자

Shaolong Wu, James Blume, Geshi Yeung

개요

알고리즘적 공정성은 연구 분야로 급성장했지만, 특히 형사 사법 분야에서 핵심 개념이 정립되지 않았다. 그룹, 개별, 프로세스 공정성을 검토하고, 이들 간의 충돌 조건을 매핑한다. 표준 그룹 공정성에 대한 간단한 수정을 개발한다. 보호된 그룹 간의 정확한 패리티 대신, 가중 오차 손실을 최소화하면서 거짓 음성률의 차이를 작은 허용 오차 내로 유지한다. 이는 솔루션을 더 쉽게 찾도록 하고, 예측 정확도를 높이며, 오차 비용에 대한 윤리적 선택을 드러낸다. 편향되고 불완전한 데이터, 잠재적인 적극적 우대 조치, 하위 그룹 제약의 폭발이라는 세 가지 비판 범주 내에서 이 제안을 위치시킨다. 마지막으로, 필요 기반 의사 결정, 투명성 및 책임성, 좁게 맞춤화된 정의 및 솔루션이라는 세 가지 기둥을 기반으로 구축된 공공 의사 결정 시스템에 대한 실용적인 프레임워크를 제시한다.

시사점, 한계점

그룹, 개별, 프로세스 공정성의 충돌 조건 매핑
가중 오차 손실을 최소화하여 그룹 공정성 개선
예측 정확도 향상 가능성
오차 비용에 대한 윤리적 선택 부각
편향된 데이터, 적극적 우대 조치, 하위 그룹 제약 등 비판에 대한 논의
필요 기반 의사 결정, 투명성 및 책임성, 좁게 맞춤화된 솔루션 기반 프레임워크 제시
형사 사법 분야에 초점
알고리즘적 공정성의 복잡성으로 인해 일반화 어려움
👍