SOBRE FAIRNESS Y MACHINE LEARNING: EL ALGORITMO ¿PUEDE (Y DEBE) SER JUSTO?

Q3 Social Sciences Anales de la Catedra Francisco Suarez Pub Date : 2023-01-31 DOI:10.30827/acfs.v57i.25250
Nuria Belloso Martín
{"title":"SOBRE FAIRNESS Y MACHINE LEARNING: EL ALGORITMO ¿PUEDE (Y DEBE) SER JUSTO?","authors":"Nuria Belloso Martín","doi":"10.30827/acfs.v57i.25250","DOIUrl":null,"url":null,"abstract":"El uso cada vez más frecuente de la Inteligencia Artificial en el ámbito delDerecho, obliga a plantearse si las decisiones automatizadas pueden, y deben, ser justas. El algoritmo, en el Machine Learning, tiene la virtualidad de ir aprendiendo, lo que lo dota de un cierto grado de autonomía. Sesgos, discriminaciones y desigualdades que derivan de decisiones automatizadas, ponen al descubierto el mito del algoritmo justo. El criterio de justicia que se exige en la concepción analógica del Derecho también debe exigirse en la dimensión digital. En este trabajo, desde la dificultad inicial de una falta de consenso sobre qué sea la fairness, examino cómo incorporar la fairness al algoritmo. Ello exigirá un previo análisis de los fundamentos iusfilosóficos y de algunas de las teorías de la justicia (utilitaristas, contractualistas, comunitaristas, igualitaristas) a partir de las cuales se puedan establecer parámetros, correctores y garantías para la consecución de la imprescindible correlación entre la fairness artificial y la fairness legal.","PeriodicalId":31782,"journal":{"name":"Anales de la Catedra Francisco Suarez","volume":"15 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2023-01-31","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Anales de la Catedra Francisco Suarez","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.30827/acfs.v57i.25250","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"Q3","JCRName":"Social Sciences","Score":null,"Total":0}
引用次数: 0

Abstract

El uso cada vez más frecuente de la Inteligencia Artificial en el ámbito delDerecho, obliga a plantearse si las decisiones automatizadas pueden, y deben, ser justas. El algoritmo, en el Machine Learning, tiene la virtualidad de ir aprendiendo, lo que lo dota de un cierto grado de autonomía. Sesgos, discriminaciones y desigualdades que derivan de decisiones automatizadas, ponen al descubierto el mito del algoritmo justo. El criterio de justicia que se exige en la concepción analógica del Derecho también debe exigirse en la dimensión digital. En este trabajo, desde la dificultad inicial de una falta de consenso sobre qué sea la fairness, examino cómo incorporar la fairness al algoritmo. Ello exigirá un previo análisis de los fundamentos iusfilosóficos y de algunas de las teorías de la justicia (utilitaristas, contractualistas, comunitaristas, igualitaristas) a partir de las cuales se puedan establecer parámetros, correctores y garantías para la consecución de la imprescindible correlación entre la fairness artificial y la fairness legal.
查看原文
分享 分享
微信好友 朋友圈 QQ好友 复制链接
本刊更多论文
关于公平和机器学习:算法可以(也应该)公平吗?
人工智能在法律领域的使用越来越频繁,这就提出了一个问题,即自动决策是否能够而且应该是公平的。在机器学习中,算法具有学习的虚拟能力,这给了它一定程度的自主权。自动决策产生的偏见、歧视和不平等揭示了公平算法的神话。在法律的类比概念中所要求的正义标准,在数字维度中也必须要求。在本文中,我研究了如何将公平纳入算法,从最初对什么是公平缺乏共识的困难。这需要事先分析基本iusfilosóficos司法理论和一些功利,contractualistas comunitaristas、igualitaristas)其中能够建立起,校对员,并保证实现的参数之间不可或缺的人工公正和法律的公正。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 去求助
来源期刊
CiteScore
0.30
自引率
0.00%
发文量
15
审稿时长
16 weeks
期刊最新文献
Autorías EL REPUBLICANISMO DEL “PRECURSOR” EN UNA ENCRUCIJADA REVOLUCIONARIA EN RECUERDO Y NOSTALGIA DE BARTOLOMÉ CLAVERO LA SOCIOLOGÍA DE LOS VALORES DE NATHALIE HEINICH Y SUS APORTES PARA EL DERECHO ENTREVISTA CON EL PROFESOR JOHN ZELEZNIKOW
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
现在去查看 取消
×
提示
确定
0
微信
客服QQ
Book学术公众号 扫码关注我们
反馈
×
意见反馈
请填写您的意见或建议
请填写您的手机或邮箱
已复制链接
已复制链接
快去分享给好友吧!
我知道了
×
扫码分享
扫码分享
Book学术官方微信
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术
文献互助 智能选刊 最新文献 互助须知 联系我们:info@booksci.cn
Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。
Copyright © 2023 Book学术 All rights reserved.
ghs 京公网安备 11010802042870号 京ICP备2023020795号-1