Was ist intersectionale Fairness?

Intersektionale Gerechtigkeit ist ein Ansatz zur Gewährleistung von Fairness im maschinellen Lernen und in der künstlichen Intelligenz, der die Überschneidung mehrerer demografischer oder sozialer Kategorien gleichzeitig berücksichtigt.

Anstatt Gruppen separat zu betrachten (z.B. nur nach Geschlecht oder nur nach Rasse), analysiert die intersektionale Gerechtigkeit, wie das Modell die Überschneidungen dieser Kategorien beeinflusst, z.B. Frauen aus einer bestimmten ethnischen Gruppe oder Menschen mit bestimmten Einkommensniveaus und Behinderungen.

Das ist wichtig, weil Ungerechtigkeit genau an der Schnittstelle mehrerer Faktoren auftreten kann, und das Ignorieren dessen führt dazu, dass verletzliche Untergruppen übersehen und diskriminiert werden.

Beispiel: Wenn ein Kredit-Scoring-Modell in Bezug auf Geschlecht und Alter separat gerecht ist, aber schlechter bei jungen Frauen aus einer bestimmten Region abschneidet, stellt dies eine Verletzung der intersektionalen Gerechtigkeit dar.