本期简报探讨了机器学习算法和人工智能 (AI) 算法中的歧视问题,以及这些模型的底层数据。它将定义歧视(包括区分歧视、不公平歧视和不公正歧视);提出测试和监控算法的实用方法;提供该问题的监管概述;并确定精算师、算法创建者和监管者的考虑因素。
尽管有这些变化,但雇主必须保持警惕。消除政府指导不会改变基本的反歧视法,例如《民权法》第七章和《美国残疾人法》(ADA)或其国家同行。员工和求职者仍然可以提起雇主使用AI的诉讼(并且已经这样做),并且州和地方政府正在使用自己的AI法规介入。
极化是经典和量子制度中光最基本的特征之一。因此,控制(或确定)光的极化状态的能力对于许多科学技术领域至关重要,实际上,使用光(从摄影到量子加密到量子加密),依赖于这种能力的每个应用都具有光线。多种机制负责任地扰动光 - 物质相互作用的光的极化,其中首席是反射。例如,圆极化的惯性在正常发生率下逆转,而线性极化在反射后的斜发生下变成椭圆形[1]。鉴于镜子在光学系统中很难避免,因为它们被广泛用于重定向光或建筑光腔,将极化控制嵌入镜子中有助于最大程度地减少所需的光学组件的数量(并且,因此,大小)并提高光学系统的效率。随着当前驱动光谱,传感和光学信号处理的光学系统的驱动而变得越来越重要,更不用说基于分布式bragg反射器的紧凑光源的开发,例如垂直腔表面发射激光器。
摘要:本文分析了可以通过使用计算机算法(尤其是结合人工智能技术的计算机算法)给出的歧视的潜在歧视途径。 div>提出了有关该技术的一般考虑,然后提出了一般,特别是在工作场所中发生的歧视场景。 div>目的是提出各个方面,这些方面在使用该技术时要谨慎,以便可以统一的各种利益。 div>在分析了我们的法律体系如何应对这一现象之后,它以一系列原则和“良好实践”的结论可以纳入我们的立法。 div>作为工作方法,比较,分析,法律和推论。 div>
然而,直到最近几年,这种形式的 ADR 在很大程度上仅限于工会部门。1964 年,《民权法案》第七章以国家劳工关系委员会和联邦劳动法为基本模式,制定了 EEOC 和联邦就业歧视法。但是,出于对强大的联邦反歧视机制的恐惧,国会妥协了,拒绝授予 NLRB 的停止和终止权力 9 或独立诉讼权给 EEOC。相反,它要求这个刚刚起步的机构尝试调解所有经调查并认定有理的指控。'0 因此,在私人、非正式争议解决系统通常局限于集体谈判环境的时代(实际上“ADR”一词尚未被创造出来),EEOC 的行政程序是在公共支持下利用一种 ADR 形式来快速和双方满意地解决投诉。
CRC 通过评估、调查和裁决歧视投诉以及进行合规审查来管理和执行平等机会法,从而促进平等机会。CRC 执行多项保护个人免受歧视的法律依据,包括《劳动力创新和机会法案》(WIOA)第 188 条,29 USC § 3248;劳工部实施 WIOA 第 188 条的规定(29 CFR 第 38 部分);1972 年《教育修正案》第 IX 条,20 USC §§ 1681 et seq.;以及劳工部实施第 IX 条的规定(29 CFR 第 36 部分)。本情况说明书介绍了这些保护措施如何涵盖怀孕和/或有生育能力的个人,以及受怀孕、分娩或相关医疗条件影响的个人。它还简要概述了一些额外的怀孕保护措施,这些措施未由 CRC 执行,但可能适用于涵盖的实体,特别是作为雇主的实体。根据 WIOA 第 188 条规定,免受歧视的保护:
第二部分以促进培训模块的一般指导方针和技巧开始。模块 A–E 是参与式培训模块,提供核心练习,以提高卫生机构工作人员对卫生机构中性传播疾病的认识,并帮助他们改变对艾滋病毒感染者和重点人群的态度和行为。这些模块还涵盖了标准预防措施的基本技能。这些练习采用参与式方法——基于讨论、小组活动、案例研究和其他参与式方法(例如角色扮演、卡片风暴),旨在使学习变得生动有趣。目的是让参与者积极参与思考影响艾滋病毒感染者和重点人群的问题,而不是被动地听讲座。参与者通过分享想法、讨论和分析问题、将新概念与自己的经验联系起来、尝试寻找问题的解决方案以及计划他们可以做些什么来挑战性传播疾病来学习。这种方法培养了学习者的主动性和责任感,并增强了他们独立思考的能力——这是建立自力更生行动和倡导所需的特征。
欧盟委员会于 2021 年 4 月提出的人工智能法案 (AIA) 提案反映了对人工智能的政策和立法关注度的提高。2 该提案包含与保护基本权利相关的条款。这些规定包括风险管理要求(第 9 条),包括关于基本权利的要求,以及对高风险人工智能系统的一致性评估(第 43 条)。值得注意的是,关于本报告的重点,拟议的 AIA 还包括处理敏感数据以检测、监控和纠正可能导致歧视的偏见的法律基础(第 10 条 (5))。在撰写本报告时,围绕拟议的 AIA 的谈判正在进行中。基本权利保护在围绕 AIA 的谈判和讨论中发挥着重要作用。3