Fair Enough? On (Avoiding) Bias in Data, Algorithms and Decisions - Inria - Institut national de recherche en sciences et technologies du numérique Accéder directement au contenu
Communication Dans Un Congrès Année : 2020

Fair Enough? On (Avoiding) Bias in Data, Algorithms and Decisions

Francien Dechesne
  • Fonction : Auteur
  • PersonId : 1113487

Résumé

This contribution explores bias in automated decision systems from a conceptual, (socio-)technical and normative perspective. In particular, it discusses the role of computational methods and mathematical models when striving for “fairness” of decisions involving such systems.
Fichier principal
Vignette du fichier
496005_1_En_2_Chapter.pdf (2.4 Mo) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)

Dates et versions

hal-03378959 , version 1 (14-10-2021)

Licence

Paternité

Identifiants

Citer

Francien Dechesne. Fair Enough? On (Avoiding) Bias in Data, Algorithms and Decisions. 14th IFIP International Summer School on Privacy and Identity Management (Privacy and Identity), Aug 2019, Windisch, Switzerland. pp.17-26, ⟨10.1007/978-3-030-42504-3_2⟩. ⟨hal-03378959⟩
42 Consultations
30 Téléchargements

Altmetric

Partager

Gmail Facebook X LinkedIn More