Desvendando o dilema dos dados

Dominando o viés de dados

Konstantinos Kattidis

Data Analytics Lead

Dados guiando decisões

A tomada de decisão orientada por dados revolucionou setores no mundo todo
O uso de dados e IA avançou para áreas críticas como:
- Justiça social
- Triagem de candidatos
- Interfaces como assistentes virtuais

Casos de uso de decisões orientadas por dados

Com esses avanços, surgiram preocupações sobre vieses nas soluções.

Triagem de CV

A Amazon desativou seu modelo que avaliava candidatos a vagas, pois ele favorecia homens

Surge quando os dados são limitados, dando uma visão imprecisa ou injusta da população
Resulta de fatores como:
- Desequilíbrios e sub-representação
- Preconceitos históricos
- Tendências cognitivas
Prejudica a precisão e a confiabilidade dos dados, reduzindo sua eficácia para orientar decisões

Origens do viés de dados

O modelo da Amazon foi treinado em currículos enviados por 10 anos.
Nesse período, candidatos homens foram desproporcionalmente contratados ou favorecidos.
O modelo ficou enviesado a favor de homens devido a padrões históricos de contratação.
Enfrentar o viés exige examinar a qualidade do conjunto de dados e os processos humanos.

Caixas da Amazon e triagem de currículos

Combata o viés

Capítulo 1 - Entenda o impacto do viés de dados nas decisões e por que é essencial considerá-lo ao trabalhar com dados.

Capítulo 2 - Conheça os tipos de viés na coleta de dados e como aplicar técnicas para minimizá-lo.

Capítulo 3 - Veja os vieses comuns na análise e na divulgação de resultados. Vamos aprender a identificar e mitigar viés.

Dominando o viés de dados