اشترك

الاستمرار بالحساب الحالي

شارك
شارك
Article image
مصدر الصورة: إم إس تك| سيندي تانج/ أنسبلاش



تُظهر أكبر دراسة على الإطلاق لبيانات الرهن العقاري لأشخاص حقيقيين أن الأدوات التنبؤية المستخدمة للموافقة على القروض أو رفضها تتسم بدقة أقل بالنسبة للأقليات.

2021-06-23 13:05:33

23 يونيو 2021
نعلم مسبقاً أن البيانات والخوارزميات المتحيزة تسبب تحيزاً في عملية صنع القرار المؤتمتة بطريقة تضر بمجموعات الأقليات وذوي الدخل المنخفض. وعلى سبيل المثال، فإن البرامج التي تستخدمها البنوك للتنبؤ بما إذا كان شخص ما سوف يسدد ديون بطاقة الائتمان أو لا عادةً ما تفضِّل المتقدمين الأكثر ثراءً من ذوي البشرة البيضاء. ويحاول العديد من الباحثين وعدد كبير من الشركات الناشئة حل هذه المشكلة من خلال جعل هذه الخوارزميات أكثر عدلاً. ولكن في أكبر دراسة على الإطلاق لبيانات الرهن العقاري في العالم الحقيقي، أظهر الاقتصاديان، لورا بلاتنر من جامعة ستانفورد وسكوت نيلسون من جامعة شيكاغو، أن الاختلافات في الموافقة على الرهن العقاري بين مجموعات الأقليات والأغلبية لا يرجع فقط إلى التحيز، ولكن إلى حقيقة أن الأقليات وفئات الدخل المنخفض تمتلك بيانات أقل في تاريخها الائتماني. وهذا يعني أنه عند استخدام هذه البيانات لحساب درجة الائتمان، ومن ثم استخدام درجة الائتمان هذه للتنبؤ بالتخلف عن سداد القرض، فإن هذا التنبؤ سيكون أقل دقة. وهذا الافتقار إلى الدقة هو ما يؤدي إلى عدم المساواة، وليس فقط التحيز. يترتب على هذه النتيجة تداعيات كبيرة؛ إذ إنها تعني أن تطوير خوارزميات أكثر عدلاً لن يحل المشكلة. يقول أشيش رامباتشان، الذي يدرس التعلم الآلي والاقتصاد في جامعة هارفارد لكنه

أدخل بريدك الإلكتروني واقرأ المقال مجاناً

أنشئ حساباً مجاناً واقرأ مقالتين مجاناً كل شهر من أوسع تشكيلة محتوى أنتجته ألمع العقول العالمية والعربية.

Document Or Page not found

بدعم من تقنيات

lableb