“女同性恋规则”可以打架武器数学吗?

1.是时候带回“女同性恋规则”了。亚里士多德(Aristotle)写道,在莎士比亚时代,这是众所周知的,今天的课程适用于凯茜·奥尼尔(Cathy O’Neil)所说的“数学武器破坏武器”。2

1.是时候带回“女同性恋规则”了。亚里士多德(Aristotle)写道,在莎士比亚时代,这是众所周知的,今天的课程适用于凯茜·奥尼尔(Cathy O’Neil)所说的“数学武器破坏武器”。

2. O’Neil将软件模型视为数字决定器,即使是错误的,即使是错误的,也可以是无可争议的(SIC)”(一种新型的动力学逻辑威胁)。

3.亚里士多德认为法律可能“由于……普遍性,有缺陷”。因此,公平可以“只能衡量……就像女同性恋建筑商使用的铅规则一样……该规则不是刚性的,而是可以弯曲到石头的形状上。” (直到1870年左右,女同性恋并不意味着女性同性恋。)

4.对于亚里士多德的股权超过了普遍的正义,因此,像女同性恋建筑商这样的好法官弯曲了普遍的规则,以“适合这种情况”。

5.莎士比亚思考正义,公平和平等之间的区别。参见“衡量标准的女同性恋规则”不灵活的规则,李尔王的“社会算法”或“虚假平等”以及tempest中的定量方程式。

6.在我们的数学毒理时期,我们通常受到算法的刚性机器人判断的摆布。奥尼尔详细介绍了他们在金融,教育,正义和民主等领域的数学驱动危害。

7.模型和指标似乎提供了客观和公平的判断,但它们经常编码“偏见,误解和偏见”。预测模型可以使不公正现象永存(例如,量刑和累犯模型中的算法歧视)。

8.指标可能会扭曲 – >经常被指标。例如,一所大学通过支付辅助功能为72,000美元进行3周的教学,立即提高其研究评级,如果他们将旧研究重新分配给新大学。

9.另外,许多拒绝的量化。例如,将良好教学的所有复杂性锤击成一个数字的风险是“统计闹剧”(例如,这个纽约公立学校老师评级的seesaws seesawswed).11。有时,专注于指标和数学的明智之举,误导了。数学吸引的专家忘记的是,并非所有逻辑都像数学那样起作用(这是本地有效的步骤的一个示例,而不是逻辑上积累了整体上的数学)。

12.避免低质量的量化或数据驱动的哑巴,需要非数字逻辑和拟合情况的隐喻(请参阅数据的方式)。

13.女同性恋规则思维现在意味着问:数据中是否需要所有必要的真相?相关的现实是否被挤入了模型的规则中?偏见反对?例外处理了?启用了补救?

14.根据亚里士多德,法律法规长期以来一直编码法官来量身定制司法的必要性(从处境,公平地)。法律规范(缓解,追索权,避免利益冲突)为算法提供了良好的模型(除了:律师是少数仍接受过非数字逻辑的训练)。

15.道德很昂贵。由于他们仍然需要人类,而且我们不像硅决策者那样扩展。但是我们不能指望市场“纠正这些错误”(请参阅​​挑选樱桃商业模式的奥巴马)。

16.奥尼尔说,“提前盈利”是指明确嵌入“更好的价值”(+使用审核,透明度,希波克拉底誓言)。

17.算法提供了巨大的收益和效率,但是这些严格的机器人判断也很明显,并且存在危险。如果正义仍然对他们的系统性风险视而不见,我们会呼吸灾难。

原创文章,作者:新鲜事,如若转载,请注明出处:http://www.dsonekey.com/5572.html

发表评论

您的电子邮箱地址不会被公开。 必填项已用*标注

联系我们

400-800-8888

在线咨询:点击这里给我发消息

邮件:admin@example.com

工作时间:周一至周五,9:30-18:30,节假日休息