Prejuicio y desigualdad en modelos de aprendizaje automático: una revisión sistemática sobre conjuntos de datos, herramientas, métricas de equidad, y métodos de identificación y mitigación
Autores: Pagano, Tiago P.; Loureiro, Rafael B.; Lisboa, Fernanda V. N.; Peixoto, Rodrigo M.; Guimarães, Guilherme A. S.; Cruz, Gustavo O. R.; Araujo, Maira M.; Santos, Lucas L.; Cruz, Marco A. S.; Oliveira, Ewerton L. S.; Winkler, Ingrid; Nascimento, Erick G. S.
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
Prejuicio y desigualdad en modelos de aprendizaje automático: una revisión sistemática sobre conjuntos de datos, herramientas, métricas de equidad, y métodos de identificación y mitigación
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería de Sistemas
Palabras clave
Inteligencia artificial
Sesgo
Injusticia
Modelos de aprendizaje automático
Métricas de equidad
Atributos sensibles
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 41
Citaciones: Sin citaciones
Una de las dificultades de la inteligencia artificial es asegurar que las decisiones del modelo sean justas y libres de sesgo.
Descripción
Una de las dificultades de la inteligencia artificial es asegurar que las decisiones del modelo sean justas y libres de sesgo.