人工知能における公平性と偏見：情報源、影響、軽減戦略の簡単な調査（プレプリント）

背景 人工知能（AI）を医療の意思決定、医療診断、および他の分野に応用する上での重要な進展は、特に医療、雇用、刑事司法、信用評価などの分野においてAIシステムの公平性とバイアスについての懸念を同時に引き起こしています。これらのシステムは不公平な結果をもたらし、既存の不平等を永続させる可能性があります。この調査論文は、AIにおける公平性とバイアスに関する簡潔で包括的な概観を提供し、それらの情報源、影響、軽減戦略に対処します。 目的 データ、アルゴリズム、そして人間の意思決定のバイアスといったバイアスの情報源をレビューし、偏向したAIシステムの社会的影響を評価し、不平等の永続化や有害なステレオタイプの強化に焦点を当てます。さまざまな提案された軽減戦略を探求し、その実施における倫理的考慮を議論し、効果を確保するために学際的な協力の必要性を強調します。 方法 複数の学術的分野にわたる系統的な文献レビューを通じて、AIバイアスの定義とその異なるタイプを提示し、AIバイアスが個人や社会にもたらす負の影響について議論します。また、データ前処理、モデル選択、後処理など、AIバイアスを軽減するための現在のアプローチの概要も提供します。 結果 AIにおけるバイアスに対処するには、さまざまな代表的なデータセットの活用、AIシステムにおける透明性と説明責任の強化、公平性と倫理的考慮を優先する代替AIパラダイムの探求を含む全体的なアプローチが必要です。 結論 この調査は、AIバイアスに関連する情報源、影響、軽減戦略の概要を提供することで、公平で偏見のないAIシステムの開発に関する継続的な議論に貢献します。