قاموس الذكاء الاصطناعي
القاموس الكامل للذكاء الاصطناعي
الفرص المتساوية
معيار للإنصاف يتطلب أن تكون معدلات الإيجابيات الحقيقية متساوية بين المجموعات الديموغرافية المختلفة. يضمن أن يكون أداء الكشف للنموذج متشابهًا لجميع المجموعات.
التأثير السلبي
مقياس يحدد التمييز المنهجي عندما يختلف معدل الاختيار بشكل كبير بين المجموعات. عادة ما يتم تحديد العتبة القانونية عند 80% وفقًا لقواعد لجنة تكافؤ فرص العمل (EEOC).
السمات المحمية
خصائص ديموغرافية محمية قانونًا ضد التمييز (العرق، الجنس، العمر، الدين، إلخ). تحديدها أمر بالغ الأهمية لتقييم الإنصاف الخوارزمي.
مؤشر ثيل
مقياس عدم المساواة مستمد من الاقتصاد يقيس تباين التنبؤات بين المجموعات الديموغرافية. تشير قيمة الصفر إلى إنصاف تام بين جميع المجموعات.
التكافؤ الإحصائي
مقياس يقيس الفرق بين معدلات الاختيار الإيجابية للمجموعات الديموغرافية. يشير الصفر إلى تكافؤ تام في نتائج النموذج.
تأثير المعالجة غير المتجانس
تحليل التأثيرات المختلفة للنموذج وفقًا للمجموعات الفرعية الديموغرافية. حاسم لتحديد التمييز الخفي في التنبؤات.
فرق الفرص المتساوية
مقياس يقيس الفجوة في معدلات الإيجابيات الحقيقية بين المجموعات المتميزة والمحرومة. يحدد التباين في الفرص التي يوفرها النموذج.
قيد الإنصاف
قيود رياضية تفرض أثناء التدريب لضمان معايير إنصاف محددة. توازن بين الأداء والإنصاف في تحسين النموذج.
درجة التأثير غير المتكافئ
النسبة المحسوبة بين معدلات الاختيار للمجموعات المحرومة والمميزة. تشير القيمة الأقل من 0.8 إلى تمييز محتمل وفقًا للمعايير التنظيمية.
تحليل المجموعات الفرعية
تقييم مفصل لأداء النموذج على شرائح ديموغرافية محددة. يسمح بالكشف عن التحيزات التي قد تخفيها المقاييس العامة.