rdfs:comment
| - التحيز الخورازمي يصف الأخطاء النظامية والمتكررة في نظم الحاسوب التي تؤدي إلى نتائج غير عادلة، مثل تفضيل مجموعة عشوائية من المستخدمين على المجموعات الأخرى. يمكن أن ينشأ التحيز نتيجة عوامل كثيرة، من بينها تصميم الخوارزمية نفسها، أو الاستخدام غير المتوقع أو غير المقصود أو القرارات المتعلقة بكيفية تكويد وجمع وتحليل واستخدام البيانات التي تدرب الخوارزمية. يمكن العثور على التحيز الخوارزمي في منصات من بينها محركات البحث ومنصات التواصل الاجتماعي، وقد يؤدي هذا التحيز إلى تأثيرات تشمل خروقات خصوصية غير مباشرة أو توكيد تحيزات اجتماعية مرتبطة بالعرق ونوع الجنس والتوجه الجنسي والإثنية. وتهتم دراسات التحيز الخورازمي بالخوارزميات التي تعكس تمييزًا نظاميًّا وغير عادل. وفي الآونة الأخيرة، بدأت الأطر القانونية في التصدي لهذا التحيز الخوارزمي، ومن مثل ذلك تشريع النظام الأوروبي العام لحماية البيانات الصادر في (ar)
- Algorithmic bias describes systematic and repeatable errors in a computer system that create "" outcomes, such as "privileging" one category over another in ways different from the intended function of the algorithm. (en)
- El sesgo algorítmico ocurre cuando un sistema informático refleja los valores de los humanos que están implicados en la codificación y recolección de datos usados para entrenar el algoritmo. El sesgo algorítmico se puede encontrar en todos lados, como en los resultados de los motores de búsqueda o en las redes sociales y pueden tener un gran impacto en temas como la privacidad o agravar sesgos sociales como los existentes respecto a razas, género, sexualidad o etnias. El estudio del sesgo algorítmico esta enfocado sobre todo en algoritmos que reflejan "discriminación sistemática e injusta". Este tipo de sesgos han empezado a ser tenidos en cuenta en marcos legales recientemente, como el Control de Protección de Datos Generales de la Unión Europea en 2018. (es)
- Un biais algorithmique est le fait que le résultat d'un algorithme d'apprentissage ne soit pas neutre, loyal ou équitable. Le biais algorithmique peut se produire lorsque les données utilisées pour entraîner un algorithme d'apprentissage automatique reflètent les valeurs implicites des humains impliqués dans la collecte, la sélection, ou l'utilisation de ces données. Les biais algorithmiques ont été identifiés et critiqués pour leur impact sur les résultats des moteurs de recherche, les services de réseautage social, le respect de la vie privée, et le profilage racial. Dans les résultats de recherche, ce biais peut créer des résultats reflétant des biais racistes, sexistes ou d'autres biais sociaux ou culturels, malgré la neutralité supposée des données. Un exemple concret est celui des in (fr)
- Discriminação algorítmica é um conceito que corresponde ao ato de algoritmos tomarem atitudes discriminatórias ou exclusórias em relação a seres humanos. Estas atitudes podem ser desde simples erros em detecções faciais, até a condenação de um indivíduo por algoritmos jurídicos baseado em suas características raciais. A discriminação algorítmica está diretamente relacionada ao viés algorítmico (pt)
|