Daily Arxiv

Esta página recopila y organiza artículos sobre inteligencia artificial publicados en todo el mundo.
La información aquí presentada se resume utilizando Google Gemini y el sitio se gestiona sin fines de lucro.
Los derechos de autor de los artículos pertenecen a sus autores y a las instituciones correspondientes; al compartir el contenido, basta con citar la fuente.

Cuantificación de las discrepancias intersectoriales entre múltiples grupos mediante el análisis de clases latentes para lograr la equidad

Created by
  • Haebom

Autor

Yingfang Yuan, Kefan Chen, Mehdi Rizvi, Lynne Baillie, Wei Pang

Describir

Este artículo presenta un enfoque novedoso para cuantificar las desigualdades en el acceso a servicios en diversos sectores (p. ej., salud, energía, vivienda) con el fin de garantizar la equidad en la IA. Utilizamos el análisis de clases latentes para medir las desigualdades intersectoriales entre grupos definidos por el usuario y analizamos las desigualdades entre diferentes grupos étnicos utilizando datos EVENS del Reino Unido y del censo. Verificamos la fiabilidad de las desigualdades medidas mediante un análisis de correlación con indicadores públicos gubernamentales y encontramos desigualdades significativas entre grupos de minorías étnicas y entre grupos de minorías étnicas y no étnicas, lo que pone de relieve la necesidad de intervenciones específicas en la formulación de políticas. También demostramos que el enfoque propuesto puede proporcionar información valiosa para garantizar la equidad en los sistemas de aprendizaje automático.

Takeaways, Limitations

•
Takeaways:
◦
Se presenta un método para cuantificar la desigualdad intersectorial utilizando el análisis de clases latentes.
◦
Planteando la necesidad de intervención política y clarificando la realidad de la desigualdad contra los grupos étnicos minoritarios en diversos campos
◦
Presentando una nueva perspectiva para garantizar la equidad en los sistemas de aprendizaje automático
◦
Presentación de resultados de análisis empíricos utilizando datos reales
•
Limitations:
◦
Localidad de los datos utilizados (solo Reino Unido)
◦
El potencial de subjetividad en la interpretación del análisis de clases latentes
◦
Limitaciones de los sectores incluidos en el análisis (limitado a salud, energía, vivienda, etc.)
◦
Necesidad de mayor discusión sobre __T21674_____ del análisis de correlación con los indicadores públicos del gobierno
👍
Made with Slashpage