人工智能系统是否对穷人有偏见？使用Word2Vec和GloVe嵌入的机器学习分析

在针对人工智能偏见的众多技术方法和抽象指导方针中，迫切需要将公平原则转化为操作性人工智能现实，并请社会科学专家分析特定类型偏见的背景，因为没有普适的解决方案。本文为人工智能与社会偏见的话题提供了跨学科的贡献，特别是针对贫穷群体，提供了该问题的概念框架，并提出了一个量身定制的模型，利用预训练的Google Word2Vec、Twitter和Wikipedia GloVe词嵌入获得有意义的数据。研究结果提供了首个证据，证明存在对穷人的偏见，并且表明当术语与信仰相关时，Google Word2vec表现出更高程度的偏见，而Twitter GloVe则在术语表达行为时表现出更高的偏见。本文通过提供证据支持历史歧视的跨领域加重因素，丰富了人工智能和社会科学视角下的偏见研究。对穷人的偏见的证据在促进人类发展方面也具有重要后果，因为这往往导致歧视，这构成了贫困减轻政策有效性的障碍。