🔒 Sprawiedliwość nie istnieje i można to udowodnić

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

prof. Przemysław Biecek

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 płatnej edycji hAI Magazine.

Możesz teraz skorzystać
z miesiąca bezpłatnego dostępu.

Wpisz adres e-mail, aby go aktywować.

Miesiąc za darmo dla nowych czytelników

Aktywuj

Profesor Uniwersytetu Warszawskiego i Politechniki Warszawskiej. Prowadzi grupę badawczą MI2.AI i projekt BeatBit popularyzujący myślenie oparte na danych.

Podziel się

Może Cię zainteresować