Sökning: onr:"swepub:oai:DiVA.org:umu-217267" >
Impact based fairne...
-
Brännström, MattiasUmeå universitet,Institutionen för datavetenskap
(författare)
Impact based fairness framework for socio-technical decision making
- Artikel/kapitelEngelska2023
Förlag, utgivningsår, omfång ...
-
CEUR-WS,2023
-
electronicrdacarrier
Nummerbeteckningar
-
LIBRIS-ID:oai:DiVA.org:umu-217267
-
https://urn.kb.se/resolve?urn=urn:nbn:se:umu:diva-217267URI
Kompletterande språkuppgifter
-
Språk:engelska
-
Sammanfattning på:engelska
Ingår i deldatabas
Klassifikation
-
Ämneskategori:ref swepub-contenttype
-
Ämneskategori:kon swepub-publicationtype
Anmärkningar
-
Avoiding bias and understanding the consequences of artificial intelligence used in decision making is of high importance to avoid mistreatment and unintended harm. This paper aims to present an impact focused approach to model the information flow of a socio-technical decision system for analysis of bias and fairness. The framework roots otherwise abstract technical accuracy and bias measures in stakeholder effects and forms a scaffold around which further analysis of the socio-technical system and its components can be coordinated. Two example use-cases are presented and analysed.
Ämnesord och genrebeteckningar
Biuppslag (personer, institutioner, konferenser, titlar ...)
-
Jiang, LiliUmeå universitet,Institutionen för datavetenskap(Swepub:umu)liji0008
(författare)
-
Aler Tubella, Andrea,1990-Umeå universitet,Institutionen för datavetenskap(Swepub:umu)anae0008
(författare)
-
Dignum, Virginia,ProfessorUmeå universitet,Institutionen för datavetenskap(Swepub:umu)vidi0004
(författare)
-
Umeå universitetInstitutionen för datavetenskap
(creator_code:org_t)
Sammanhörande titlar
-
Ingår i:Proceedings of the 1st workshop on fairness and bias in AIco-located with 26th european conference on artificial intelligence (ECAI 2023): CEUR-WS
Internetlänk