Integrating Psychometrics and Computing Perspectives on Bias and Fairness in Affective Computing: A Case Study of Automated Video Interviews

要約

タイトル：感情認識におけるバイアスと公平性に対する心理測定とコンピューティングの視点の統合：自動ビデオインタビューの事例研究

要約：

・機械学習パイプラインにおけるバイアスや公平性について、心理測定に基づいた説明を提供している。

・人間の感情や心理的構成物を観察するプロセスで生じる可能性のあるバイアスの源を特定する方法を明らかにするために、人間間コミュニケーションの枠組みを拡張している。

・米国の法的文脈に関連する、公正性とバイアスを測定するためのさまざまな手法や指標について議論する。

・ビデオインタビューで収集された多モーダルデータから、自動的なパーソナリティや雇用可能性の推論におけるバイアスや公平性の一部を測定する事例研究を行っている。

・感情認識の研究者や実践者に対して、バイアスと公平性を彼らの研究プロセスや製品に盛り込むこと、そして公正で正義のあるシステムを促進するための役割、代理店、責任を考慮するように促している。

要約(オリジナル)

We provide a psychometric-grounded exposition of bias and fairness as applied to a typical machine learning pipeline for affective computing. We expand on an interpersonal communication framework to elucidate how to identify sources of bias that may arise in the process of inferring human emotions and other psychological constructs from observed behavior. Various methods and metrics for measuring fairness and bias are discussed along with pertinent implications within the United States legal context. We illustrate how to measure some types of bias and fairness in a case study involving automatic personality and hireability inference from multimodal data collected in video interviews for mock job applications. We encourage affective computing researchers and practitioners to encapsulate bias and fairness in their research processes and products and to consider their role, agency, and responsibility in promoting equitable and just systems.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI