Justiça Algorítmica: Instrumentalização, Limites Conceituais e Desafios na Engenharia de Software
Notice bibliographique
Résumé
Este artigo descreve uma pesquisa em andamento com o objetivo de compreender o conceito de justiça no campo da engenharia de software, os fatores que fundamentam a criação e instrumentalização desses conceitos e as limitações enfrentadas pela engenharia de software ao aplicá-los. A expansão do campo de estudo denominado de “justiça algorítmica” consiste fundamentalmente na criação de mecanismos e procedimentos matemáticos e formais para conceituar, avaliar e reduzir vieses e discriminações causadas por algoritmos. Realizamos um mapeamento sistemático no contexto de justiça na engenharia de software, compreendendo as métricas e definições de justiça algorítmica, assim como os procedimentos e técnicas para sistemas de tomada de decisão mais justos. Propomos, então, uma discussão acerca das limitações que surgem devido à compreensão de justiça como um atributo de software e resultado de tomadas de decisões, assim como a influência que o campo sofre decorrente da construção do pensamento computacional, que constantemente é desenvolvido em torno de abstrações. Por fim, refletimos sobre possíveis caminhos que podem nos ajudar a superar os limites da justiça algorítmica.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,007 |
| Communication savante | 0,008 | 0,011 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».