arXiv · Human-Computer Interaction· Anna Verheyden, Yizhe Zhang, Robin De Croon, Simone Stumpf, Katrien Verbert·· 7 小时前AI 评分34
FairAware：公平性评估工具中的算法偏差识别与用户理解研究
Spotting (and Missing) Algorithmic Bias: Investigating User Understanding in a Fairness Assessment Tool
AI 导读
FairAware 是与人力资源领域专家共同设计的公平性评估工具，通过混合方法研究 70 名参与者（35 名 HR 员工与 35 名求职者）的理解情况。研究发现大多数参与者能正确识别最弱势群体，任务时长是唯一显著预测因素；主观理解与客观理解之间存在差距。两组在所有指标上表现相似，结果表明面向非专家的公平性工具可用于识别偏差，但在做出高 stakes 决策前需要内置理解检查机制。
来源：arXiv · Human-Computer Interaction · arxiv.org