各种人工智能 (AI) 系统做出的决策极大地影响着我们的日常生活。随着人工智能系统的使用越来越广泛,了解它们是否公平、识别其决策中的潜在偏见以及创建一个标准化框架来确定其公平性变得至关重要。在本文中,我们提出了一种新颖的公平性评分来衡量数据驱动的人工智能系统的公平性,并提出了为此类系统颁发公平性认证的标准操作程序 (SOP)。公平性评分和审计流程标准化将确保质量、减少歧义、实现比较并提高人工智能系统的可信度。它还将提供一个框架来实施公平性概念并促进此类系统的商业部署。此外,由指定的第三方审计机构按照标准化流程颁发的公平性证书将增强组织对其打算部署的人工智能系统的信心。本文提出的偏见指数还揭示了数据集内各种受保护属性之间的比较偏差。为了证实所提出的框架,我们使用多个数据集在有偏见和无偏见的数据上迭代训练模型,并检查公平性分数和所提出的流程是否正确识别偏见并判断公平性。
主要关键词