Últimos artículos para Justicia

Pequeños sesgos en la IA pueden llevar a resultados injustos grandes.

Abordando los desafíos de equidad en sistemas influenciados por preferencias y comportamientos humanos.

Examinando los sesgos en el filtrado de currículos impulsado por IA y formas de mejorar la equidad.

Explora cómo los valores de Shapley aclaran las predicciones de aprendizaje automático en el cuidado de la salud.

Este artículo examina la compensación entre la equidad y la satisfacción general en la división de recursos.

Este artículo habla sobre los problemas y estrategias para implementar los valores de IA responsable.

Explorando la equidad al elegir representantes de grupos diversos.

Una mirada a promover la equidad en los sistemas de recomendación en medio de la sobrecarga de información.

Integrar IA explicativa en 6G mejora la confianza del usuario y el rendimiento.

Este artículo examina los problemas de equidad en la tecnología de reconocimiento facial.

Examinando las preocupaciones de los que hacen exámenes sobre la puntuación de IA frente a la puntuación tradicional de humanos.

Examinando el sesgo en los sistemas de revisión de código de aprendizaje automático.

Un nuevo método para mejorar la equidad en la selección de clientes en el aprendizaje federado.

Este artículo habla sobre cómo crear hashmaps justos para una gestión de datos equitativa.

Un nuevo marco mejora la equidad en los algoritmos usando información demográfica incierta.

Investigando la equidad en sistemas de ML considerando múltiples atributos protegidos.

Un método de cuatro pasos para promover el desarrollo ético de la IA en diferentes roles.

Descubre cómo la tecnología RIS mejora la eficiencia y la equidad en la comunicación en las redes del futuro.

Nuevas herramientas buscan mejorar la equidad en la IA al ofrecer acceso a conjuntos de datos diversos.

Un nuevo marco para garantizar la equidad en los sistemas de IA mientras están en funcionamiento.

Un nuevo método mejora la equidad del modelo generando muestras de datos sintéticas.

Este estudio revela sesgos en cómo los autos autónomos detectan a los peatones según la edad y el tono de piel.

Este artículo examina la invariancia contrafactual y sus conexiones con la independencia condicional.

Una mirada a la multicalibración y la omnipredicción en el aprendizaje automático.

Explorando la equidad en las DLTs, especialmente a través de la perspectiva de los sistemas basados en DAG.

Este estudio presenta un método para reducir el sesgo en modelos de aprendizaje automático.

Una mirada a cómo las campañas usan datos para influir en la equidad del distrito.

RIFO optimiza la programación de paquetes para un flujo de datos eficiente en las redes.

Un marco para crear dispositivos inteligentes justos e inclusivos.

Un nuevo método mejora la equidad en modelos generativos sin necesidad de conjuntos de datos originales.

Nuevos métodos buscan mejorar la calibración en los modelos de predicción de riesgo en diferentes grupos.

Entender cómo la IA mejora la predicción de riesgos clínicos y la confianza.

Este marco combina equidad y robustez para sistemas de IA responsables.

La investigación explora el equilibrio en modelos de lenguaje multilingües para la equidad y la privacidad.

Nuevas intervenciones buscan reducir el sesgo en las GNNs mientras mantienen la precisión en las predicciones.

Este trabajo presenta técnicas innovadoras para gestionar programas reactivos complejos de manera efectiva.

La investigación revela estereotipos dañinos en los modelos de lenguaje hacia grupos marginados.

Este artículo habla sobre la equidad en el clustering, centrándose en el problema de la bisección mínima.

Un nuevo modelo busca reducir las disparidades en salud en los registros electrónicos.

La investigación muestra cómo los modelos de aprendizaje automático pueden mejorar la precisión en diferentes grupos de pacientes.