Sprawiedliwość nie istnieje i można to udowodnić

Jednym z gorętszych tematów w świecie AI jest obecnie problem (nie)sprawiedliwości algorytmów.

Dobrym przykładem jest tu działanie systemów rekomendacyjnych. Jak to się dzieje, że jednym osobom pojawiają się reklamy kursów AI, a innym pożyczek chwilówek, wpędzających ich w spiralę zadłużenia? I czy takie różnice w rekomendacjach mogą dyskryminować pewne grupy populacji? Dyskryminacja budzi w nas słuszny gniew, nic więc dziwnego, że regulacje związane z algorytmami w wielu krajach coraz częściej wymagają ich weryfikacji pod tym kątem.

Ale czy dyskryminacji da się w ogóle uniknąć? Poniżej przyjrzymy się tematyce sprawiedliwych algorytmów (sprawiedliwość rozumiana jest tutaj jako brak dyskryminacji), odkrywając twierdzenie matematyczne z najbardziej przerażającej rodziny twierdzeń – o niemożności. Otóż, moi drodzy, bez względu na to, jak wysokiej jakości zbierzemy dane, bez względu na to, ile zapłacimy konsultantowi albo ile obliczeń wykupimy u ulubionego dostawcy chmury, uniwersalna sprawiedliwość nie istnieje i można to udowodnić.

Ten artykuł jest częścią drukowanej edycji hAI Magazine. Aby go przeczytać w całości, wykup dostęp on-line

25 zł miesięcznie

Wykup dostęp

prof. Przemysław Biecek

Profesor Uniwersytetu Warszawskiego i Politechniki Warszawskiej, prowadzi grupę badawczą MI2.AI i projekt BeatBit, popularyzujący myślenie oparte o dane

Podziel się

Może Cię zainteresować