Quadro teorico-gioco per la mitigazione dei bias nell'ML

Un nuovo articolo su arXiv propone un quadro teorico-gioco per affrontare i conflitti di interesse tra i sistemi di machine learning e i loro utenti. Gli autori sostengono che fattori finanziari, sociali e politici spesso disallineano gli interessi dei proprietari dei sistemi di ML e degli utenti, portando a informazioni distorte che influenzano gli utenti contro i loro migliori interessi. Le soluzioni attuali richiedono che i sistemi di ML implementino protocolli di mitigazione dei bias, ma i proprietari mancano di incentivi e spesso citano la libertà di espressione o preoccupazioni commerciali. Il quadro proposto modella l'interazione come un gioco, utilizzando il conflitto di interesse per proteggere gli utenti da informazioni avverse consentendo al contempo benefici sicuri dai sistemi. L'articolo è disponibile su arXiv con identificatore 2605.15504.