Prima Implementazione del Quadro di Percezione Causale per l'Equità
Una recente pubblicazione su arXiv (2608.03917) descrive la prima applicazione del quadro di percezione causale stabilito da Álvarez e Ruggieri nel 2025. La percezione causale si verifica quando agenti con diversi Modelli Causali Strutturali (SCM) per lo stesso sistema deducono distribuzioni di probabilità differenti, incluse quelle ipotetiche sotto interventi specifici. Gli autori hanno operazionalizzato con successo questo quadro teorico creando algoritmi per calcolare distribuzioni interventive e controfattuali, oltre a proporre metriche di distanza per misurare l'entità del disaccordo tra agenti. Distinguono tra percezione causale strutturale, dove gli agenti non concordano sul grafo causale, e percezione causale parametrica, dove concordano sul grafo ma differiscono nei pesi. Il dataset German Credit viene utilizzato per dimostrare l'impatto della percezione causale su accuratezza ed equità. Questo articolo è classificato come nuovo annuncio e può essere accessibile tramite l'URL fornito.
Fatti principali
- Prima implementazione del quadro di percezione causale
- Quadro originariamente proposto da Álvarez e Ruggieri nel 2025
- Operazionalizza la percezione causale strutturale e parametrica
- Algoritmi per distribuzioni interventive e controfattuali
- Misure di distanza per quantificare il disaccordo
- Utilizza il dataset German Credit per illustrazione
- Articolo disponibile su arXiv con ID 2608.03917
- Tipo di annuncio: nuovo
Entità
Istituzioni
- arXiv