FairSelect: Uma Avaliação Sistemática de Equidade Algorítmica Multinível e Interseccional

arXiv:2607.08953v1 Tipo de anúncio: novo Resumo: Métodos de equidade algorítmica são cada vez mais utilizados para identificar e mitigar vieses em modelos de aprendizado de máquina, mas a maioria das abordagens é avaliada de forma isolada e ao longo de eixos demográficos únicos. Isso limita a orientação prática para a seleção de estratégias de equidade, onde disparidades podem surgir entre subgrupos interseccionais e ao longo de múltiplas etapas do ciclo de vida da modelagem. Este trabalho apresenta o FairSelect, um kit de ferramentas para avaliar sistematicamente a equidade m...