एआई शब्दावली
आर्टिफिशियल इंटेलिजेंस का पूर्ण शब्दकोश
Prédiction équitable
Paradigme statistique combinant parité conditionnelle et calibration pour garantir des prédictions justes entre groupes. La prédiction équitable vise à équilibrer les compromis inhérents entre différents critères d'équité dans les modèles prédictifs.
Calibration des prédictions
Propriété statistique garantissant que les scores de prédiction reflètent fidèlement les probabilités réelles pour tous les groupes. Une calibration parfaite assure qu'un score de 70% corresponde effectivement à 70% de résultats positifs, indépendamment du groupe considéré.
Contre-factualité algorithmique
Approche d'équité examinant les décisions qui auraient été prises si les caractéristiques protégées avaient été différentes. La justice contre-factuelle évalue si des individus similaires obtiendraient des résultats équivalents en modifiant uniquement leurs attributs démographiques.
Parité des taux de faux positifs
Critère d'équité exigeant que tous les groupes démographiques présentent des taux équivalents d'erreurs de type I. Cette métrique garantit qu'aucun groupe ne subit systématiquement plus de fausses accusations ou rejets injustifiés.
Justice individuelle
Principe éthique stipulant que des individus similaires doivent recevoir des traitements similaires, indépendamment de leur groupe d'appartenance. La justice individuelle s'oppose à la justice groupée en se concentrant sur les cas spécifiques plutôt que sur les agrégats statistiques.
Redressement de biais
Ensemble de techniques mathématiques visant à corriger les disparités systématiques dans les données et les modèles prédictifs. Le redressement inclut des méthodes de pré-traitement, in-processing et post-traitement pour atteindre l'équité algorithmique.
Discrimination indirecte
Forme de discrimination algorithmique où des variables proxy substituent illégitimement les caractéristiques protégées explicitement exclues. La discrimination indirecte émerge lorsque des corrélations statistiques reproduisent des inégalités sans utiliser directement les attributs sensibles.