Алгоритмическая справедливость: выбор, допущения и определения

В последнее время активно развиваются исследования, направленные на количественное определение справедливости. В частности, в рамках этих работ изучается, что может означать справедливость в контексте принятия решений на основе прогнозов статистических моделей и моделей машинного обучения. Стремительное развитие этой новой области привело к существенной несогласованности мотиваций, терминологии и обозначений, что создает серьезные трудности для систематизации и сопоставления определений. В настоящей статье предпринимается попытка внести необходимую упорядоченность. Сначала мы подробно рассматриваем различные варианты выбора и допущения, часто неявные, которыми обосновывается использование принятия решений на основе прогнозов. Затем мы показываем, каким образом такие выборы и допущения могут порождать проблемы справедливости, и представляем согласованный с точки зрения обозначений каталог определений справедливости, встречающихся в научной литературе. Тем самым мы предлагаем краткий справочный материал для анализа вариантов выбора, допущений и аспектов справедливости, связанных с принятием решений на основе прогнозов.