Quels problèmes d'équité surgissent dans les recommandations?

Dans les systèmes de recommandation, les problèmes d'équité sont liés à une répartition injuste des recommandations entre les utilisateurs ou les objets. Les principaux problèmes :

• Biais de popularité : le système a tendance à recommander plus fréquemment des objets populaires, ce qui réduit la visibilité des moins populaires mais potentiellement pertinents.

• Déséquilibre entre groupes d'utilisateurs : certains groupes d'utilisateurs (par exemple, par âge, sexe, région) peuvent recevoir des recommandations de moindre qualité ou moins variées.

• Déséquilibre entre créateurs de contenu : les auteurs moins connus ou issus de minorités peuvent recevoir moins d'affichages et d'interactions.

• Rétroaction et cycle fermé : les recommandations influencent le comportement des utilisateurs, ce qui peut renforcer les préjugés et les injustices existantes.

Pour lutter contre ces problèmes, on applique des méthodes d'équilibrage, de régularisation et des métriques spécifiques d'équité lors de l'entraînement des modèles.