文摘:随着机器学习纳入更关键的社会技术系统,提高了有效关注潜在的这些模型延续和巩固不公正的社会偏见。缺乏透明度的担忧加剧了:我们很少知道给定应用程序的机器学习是故意设计时考虑到公平,或测试,以确保信奉公平目标在实践中被实现。在这项研究中,我们与Pymetrics合作,为雇主提供候选人筛选服务的启动,机器学习算法进行审计的管道。我们讨论我们如何结构化的审计,我们如何保持独立审计师,审计结果。

威尔逊议长生物:克里斯托副教授在艾希德东北大学计算机科学学院。raybet雷竞技雷竞技app最新版他是一个创始成员的网络安全和隐私东北部研究所,并作为BS网络安全项目的主任。威尔逊教授的研究侧重于网络安全和隐私与特定算法审计的兴趣。算法审计是一个新兴的跨学科领域,使用实验技术测量日常生活弥漫的黑盒算法系统为了提高这些系统的透明度和问责制。他的工作是由美国国家科学基金会支持,斯隆,Mozilla基金会,奈特基金会罗素鼠尾草基础,民主基金,实验室数据透明度,欧盟委员会(European Commission),谷歌,Pymetrics, Verisign实验室。