본 박사 학위 논문은 머신러닝(ML)의 사회적 영향에 대해 연구합니다. ML은 중요한 결정과 추천을 내리는 데 점점 더 많이 활용되어 우리 삶의 많은 측면에 큰 영향을 미칩니다. 이러한 데이터 기반 시스템은 종종 공정성 고려 없이 개발되어 차별적 효과의 위험을 안고 있습니다. 본 논문은 ML 시스템의 공정성을 보다 적절하게 측정하고, 편향 역학을 예측하기 위한 ML 시스템의 체계적인 분해, 시스템 유틸리티를 유지하면서 알고리즘 차별을 줄이는 효과적인 개입을 가능하게 합니다. 본 논문은 생성적 인공지능을 포함한 ML 시스템이 사회에 점점 더 통합됨에 따라 지속적인 과제와 향후 연구 방향에 대해 논의하며, ML의 사회적 영향이 더 넓은 사회적 가치와 일치하도록 보장하는 데 기반을 제공합니다.
