中新經(jīng)緯3月24日電 (薛宇飛)近日，由中國(guó)人民大學(xué)高瓴人工智能學(xué)院、智能社會(huì)治理跨學(xué)科交叉平臺(tái)和基于大數(shù)據(jù)文科綜合訓(xùn)練國(guó)家級(jí)虛擬仿真實(shí)驗(yàn)教學(xué)中心聯(lián)合主辦的算法公平性與內(nèi)容生態(tài)建設(shè)研討會(huì)在線(xiàn)上舉行。中國(guó)人民大學(xué)高瓴人工智能學(xué)院助理教授陳旭指出，不同性格的人對(duì)公平性的訴求是不一樣的，因此，在構(gòu)建機(jī)器學(xué)習(xí)模型或者推薦系統(tǒng)模型時(shí)，可以把人的性格因素考慮進(jìn)來(lái)。

陳旭稱(chēng)，算法公平性很重要的一個(gè)點(diǎn)在于，它是不是真正被人們感知到了?！叭藗?cè)谫?gòu)物時(shí)是不是真的感受到了不公平？不同的人對(duì)公平性的需求是否一樣？不公平性是否給他帶來(lái)了困擾？討論這些問(wèn)題的原因在于，有的人對(duì)公平性的需求沒(méi)有那么大，有的人卻很大。”

陳旭借助心理學(xué)上的一些概念，也初步證實(shí)不同性格的人，對(duì)公平性的訴求是不一樣的。由此，他構(gòu)想，在構(gòu)建機(jī)器學(xué)習(xí)模型或者推薦系統(tǒng)模型時(shí)，可以把人的性格因素考慮進(jìn)來(lái)。對(duì)于公平性訴求沒(méi)有那么大的人，可以把公平性約束放得寬一些，這樣的話(huà)，可以讓推薦系統(tǒng)的性能得到更好提升，或者是對(duì)性能約束沒(méi)有那么大。

“我覺(jué)得對(duì)于公平性來(lái)講，尤其互聯(lián)網(wǎng)上的用戶(hù)這么多，不同用戶(hù)的人格、性格肯定不一樣，推薦算法中加入性格因素，會(huì)對(duì)公平性是一種比較好的度量?！彼f(shuō)。

他還稱(chēng)，算法的公平性會(huì)受到敏感變量的影響。“在大多數(shù)研究中，都圍繞著一種敏感變量探因，比如說(shuō)性別是男或女，是活躍用戶(hù)還是不活躍用戶(hù)。但當(dāng)敏感變量變得很多的時(shí)候，公平性問(wèn)題就變得很復(fù)雜。不同敏感變量之間，可能還存在著矛盾，或存在著一致性。在一個(gè)敏感變量上達(dá)到了公平，可能在另外一個(gè)敏感變量上就不公平，如何解決這種矛盾？”

陳旭舉例稱(chēng)，某購(gòu)物網(wǎng)站大多數(shù)用戶(hù)都是女性，這種情況下，如果我們對(duì)活躍用戶(hù)指標(biāo)做公平性時(shí)，那它對(duì)性別這一敏感變量很有可能是不公平的，在構(gòu)建敏感變量圖時(shí)，不同敏感變量只有找到真正影響最終預(yù)測(cè)結(jié)果的那個(gè)公平的點(diǎn)時(shí)，才叫比較公平。因此，這是未來(lái)需要考慮得比較多的地方。

“當(dāng)敏感變量從幾個(gè)變到幾十個(gè)，甚至變到幾百個(gè)的時(shí)候，問(wèn)題就會(huì)更加凸顯，可能還會(huì)出現(xiàn)一些矛盾。比如，A和B的關(guān)系是一致的，A和C是不一致的，B和C又是一致的，這種情況下很難達(dá)到平衡，就需要做帕累托自由這方面的約束?！彼治龇Q(chēng)。(中新經(jīng)緯APP)

關(guān)鍵詞： 陳旭不同個(gè)體對(duì)公平訴求有別 應(yīng)根據(jù)人的性格調(diào)整推薦