大数据时代下数据挖掘中的算法歧视研究

发布时间：2021-08-24 13:09

　　算法歧视是近几年国内外科学界和哲学界的研究热点。除对算法歧视现象进行伦理反思外,哲学界对该问题的讨论还可划分为两个大类,即“算法歧视场景识别”与“算法歧视现象治理”。前者的重点在于定义算法歧视概念,本质上是概念分析的工作;后者则涉及规制问题,难点在于对治理边界与问责边界的把控,属技术哲学的范畴。对于此二难题,学界已有诸多研究。在此基础上,本文进行了一系列整理及补充的工作:针对“算法歧视场景识别”问题,本研究从“歧视-算法-算法歧视”的进路出发,逐步探索算法歧视之特征、定义,进而提出识别歧视场景的操作步骤。具体说来,又可划分为五个子任务:（1）回顾现有研究,梳理识别歧视场景的基本方法及困难;（2）基于拉斯穆斯的一系列关于歧视研究,构造歧视的形式化定义;（3）考察“算法”概念的演变进程,厘清“算法歧视”语境下的“算法”所指,进而消解算法歧视的本体论论证难题;（4）结合前两项工作,构建形式化的“算法歧视”定义;（5）根据“算法歧视”的形式化定义,设计算法歧视场景的识别步骤。针对“算法歧视现象治理”问题,本研究从方法维度及时间维度出发,总结现有治理方案的基本模式及其困难;并借鉴伽达默尔的诠释学... 

【文章来源】：湖南师范大学湖南省 211工程院校

【文章页数】：69 页

【学位级别】：硕士

【部分图文】：

“歧视”的词源学演进路线

怪衅鸬街匾??用”更加容易。2.2.3算法歧视语境下的算法概念梳理完“歧视”概念的定义之后，就可以展开对“算法”的讨论了。算法一词源自公元9世纪的波斯数学家穆罕默德·伊本·穆萨·花剌子密（MohammadibnMusaal-Khwarizmi）。花剌子密在他的代数书籍中记录了一系列二次方程的解决算法，这些书籍在12世纪通过拉丁语传入了欧洲，对欧洲数学的发展产生了深远的影响（如图1-2）。花剌子密名字的拉丁文形式就是Algoritmi，由于他在数学领域的杰出成就，这个名字逐渐成为了算法（algorithm）的代名词（Knuth，1980）。图2-2al-Khwarizmi的传播路径Fig2-2.ThePropagationpathofal-Khwarizmi17世纪左右，算法一词开始以英文的形式流传。但是在当时算法概念还没有彻底的确定下来。而直到19世纪末，algorithm一词的意义才变得稳定（Mehri，2017）。克莱恩（S.Kleene）第一次在现代意义谈论算法概念。他认为算法是由五个原始的递归运算符（primitiverecursiveoperators）和一个Mu-operator运算符组成的指令的集合。或者说，算法是可以使用图灵机或等效工具来进行计算的指令的集合（Kleene，1952）。不久之后，明斯基（M.Minsky）也加入到了算法概念的讨论之中。他认为算法是（1）用于表征一系列行为的语言；以及（2）一个可以理解语言并且执行操纵的独立的机器(Minsky,1967)。罗杰斯（H.Rogers）于1967年提出了算法的10个典型特征，其中最为重要的五个是：（1）指令的有限集合；（2）有一个强大的计算主体；（3）有一些用于制定，存储和检索计算步骤的工具；（4）以离散且分步的方式进行计算，而无需使用连续型的方法；（5）运行时无需求助于随机方法或设备（如骰子）（Rogers，

191967）。另一个更加通用的定义则是由斯通（Stone）在1972年给出：算法是一组精确定义操作序列的规则集，其中每个规则都是有效且确定的，并且会在有限的时间内终止（Stone，1972）。随着智能时代来临，人工智能领域的学者在传统观点的基础上进行了些许的调整。他们认为算法是利用数据来学习模型从而得到模型参数的指令集合和学习模型的具体计算方法（李航，2019）；或者将算法看作是以训练数据为基础来学习模型的有限过程（Bishop,2006）；或者是将算法阐释为求解模型的方法（如图2-3）。其中同一个模型可以用多种算法求解，同一个算法也可以求解多种模型（Murphy，2012）。图2-3机器学习EM算法①Fig2-3.TheEMalgorithminmachinelearning可见，在计算机界看来，算法无非就是一系列指令或步骤的集合。然而，一旦我们讲这个定义推广到“算法歧视”概念上，就会面临“算法歧视”的本体论论证困难：既然算法只是求解问题的步骤，那它何以存在歧视的可能呢？这就好像是在说对1到100中所有的整数求和，而采用高斯算法会带来歧视一样。②也的确有学者从这一角度出发对“算法歧视”概念本身进行反驳。他们指出①这是一种在机器学习中的常用算法。②所谓高斯算法，就是（1+100）*100*0.5的简便算法。

【参考文献】：
期刊论文
[1]算法透明原则的迷思——算法规制理论的批判[J]. 沈伟伟.  环球法律评论. 2019(06)
[2]人工智能算法歧视的法律规制:欧美经验与中国路径[J]. 章小杉.  华东理工大学学报(社会科学版). 2019(06)
[3]“大数据杀熟”:概念澄清及解决方案[J]. 詹好,邵靳天,黄智威.  软件. 2019(08)
[4]大数据时代算法歧视的法律规制与司法审查——以美国法律实践为例[J]. 郑智航,徐昭曦.  比较法研究. 2019(04)
[5]论智能互联网时代的算法歧视治理与算法公正[J]. 杨学科.  山东科技大学学报(社会科学版). 2019(04)
[6]算法偏见及其规制路径研究[J]. 刘友华.  法学杂志. 2019(06)
[7]人工智能发展中的“算法公开”能否解决“算法歧视”?[J]. 王夙.  机器人产业. 2019(03)
[8]人工智能的法律规制路径:一个框架性讨论[J]. 汪庆华.  现代法学. 2019(02)
[9]算法歧视挑战下平等权保护的危机与应对[J]. 崔靖梓.  法律科学(西北政法大学学报). 2019(03)
[10]商业自动化决策的算法解释权研究[J]. 张凌寒.  法律科学(西北政法大学学报). 2018(03)



本文编号：3360051