Waarnemingen van eerlijkheid bij besluitvorming door algoritmen: Een systematisch overzicht van de empirische literatuur.

Algoritmische besluitvorming heeft steeds meer invloed op het dagelijks leven van mensen. Aangezien dergelijke autonome systemen ernstige schade kunnen toebrengen aan individuen en sociale groepen, zijn er zorgen ontstaan over eerlijkheid. Een op de mens gerichte aanpak, zoals gevraagd door wetenschappers en beleidsmakers, vereist dat de percepties van mensen over eerlijkheid worden meegenomen bij het ontwerpen en implementeren van algoritmische besluitvorming. We presenteren een uitgebreid en systematisch literatuuronderzoek dat de bestaande empirische inzichten over de percepties van algoritmische eerlijkheid samenvat, gebaseerd op 58 empirische studies uit verschillende domeinen en wetenschappelijke disciplines. Door een grondige analyse hebben we de huidige empirische literatuur gestructureerd langs vier dimensies: (1) algoritmische voorspellende factoren, (2) menselijke voorspellende factoren, (3) vergelijkende effecten (menselijke besluitvorming versus algoritmische besluitvorming), en (4) de gevolgen van algoritmische besluitvorming. Hoewel we veel heterogeniteit aantreffen in de theoretische concepten en empirische metingen van algoritmische eerlijkheid, komen de inzichten bijna uitsluitend uit westerse, democratische contexten. Door te pleiten voor meer interdisciplinair onderzoek met een "samenleving-in-de-lus"-benadering, hopen we dat ons werk zal bijdragen aan eerlijkere en verantwoordelijkere algoritmische besluitvorming. https://journals.sagepub.com/doi/10.1177/20539517221115189

Deze inhoud is automatisch vertaald met behulp van machinevertaling. De originele versie is beschikbaar in de brontaal.