본 논문은 알고리즘 모델링에서의 임의성(arbitrariness), 특히 '다양성(multiplicity)' 개념에 대한 연구를 체계화한다. 다양성은 실제 배포될 가능성이 높은 여러 '좋은 모델들' 간의 임의성을 연구하는 것이다. 논문은 모델 설계 선택과 임의성의 관계를 공식화하고, 다양성의 정의를 예측과 설명을 넘어 확장하며, 다양성과 불확실성, 분산과의 차이를 명확히 한다. 마지막으로 다양성의 장점과 위험을 제시하고, 책임있는 AI의 맥락에서 다양성을 위치짓고, 향후 연구 과제를 제시한다.
