Что такое intersectional fairness?

Intersectional fairness — это подход к обеспечению справедливости в машинном обучении и искусственном интеллекте, который учитывает пересечение нескольких демографических или социальных категорий одновременно.

Вместо того, чтобы рассматривать группы по отдельности (например, только по полу или только по расе), intersectional fairness анализирует, как модель влияет на пересечения этих категорий, например, на женщин из определённой этнической группы или людей с определённым уровнем дохода и инвалидностью.

Это важно, потому что несправедливость может проявляться именно на пересечении нескольких факторов, и игнорирование этого приводит к тому, что уязвимые подгруппы остаются незамеченными и дискриминируемыми.

Пример: если модель кредитного скоринга справедлива по полу и по возрасту отдельно, но хуже оценивает молодых женщин из определённого региона, то это нарушение intersectional fairness.