Mitigação de Vieses em Aprendizagem de Máquinas
Aprendizado de Máquina, Viés, Justiça, Métrica, Mitigação.
Este trabalho objetiva realizar uma revisão de literatura sobre mitigação de vieses em machine learning, abordando o desafio de equilibrar a mitigação de viés com o aumento da precisão do modelo, com foco na busca por modelos de ML justos. Começaremos construindo uma ponte entre o conhecimento usual de econometria que economistas e demais cientistas sociais possuem até o ferramental frequente em machine learning. Depois seguiremos para as definições de viés e de fairness, de forma a diferenciá-las uma da outra. Feito isto, estaremos preparados para analisar as métricas existentes, interpretálas e, então, analisar a melhor forma de utilização. Passa-se então a relacionar e analisar as técnicas e ferramentas de mitigação conhecidas e disponíveis no mercado. Por fim, visando a produção de um conhecimento prático, serão escolhidos um ou mais problemas para utilização dos conceitos, técnicas e ferramentas, a fim de comparar os resultados e discutir o alcance ou não de resultados justos.