Descifrând dilema datelor

Depășirea bias-ului în date

Konstantinos Kattidis

Data Analytics Lead

Date care ghidează deciziile

Luarea deciziilor bazată pe date a revoluționat industrii la nivel global
Adoptarea datelor și a AI s-a extins în domenii critice precum:
- Justiția socială
- Selecția angajaților
- Interfețe interactive, precum asistenții virtuali

Cazuri de utilizare a deciziilor bazate pe date

Odată cu aceste progrese, au apărut îngrijorări privind prezența biasurilor în aceste soluții.

Filtrarea CV-urilor

Amazon a abandonat modelul de evaluare a candidaților deoarece favoriza candidații de sex masculin

Apare când datele sunt limitate, oferind o imagine inexactă sau incorectă asupra populației
Rezultă din factori precum:
- Dezechilibre și subreprezentare
- Prejudecăți istorice
- Tendințe cognitive
Compromite acuratețea și fiabilitatea datelor, reducând eficacitatea acestora în procesele decizionale

Originile biasului în date

Modelul Amazon a fost antrenat pe CV-uri transmise pe parcursul a 10 ani.
În această perioadă, candidații de sex masculin au fost angajați disproporționat sau favorizați.
Modelul a fost bisat față de candidații masculini din cauza tiparelor istorice de angajare.
Abordarea biasului necesită analiza atentă a calității datelor și a proceselor umane implicate.

Cutii Amazon și filtrarea CV-urilor

Cucerind biasul

Capitolul 1 - Aflați despre impactul biasului datelor asupra deciziilor și de ce este important să îl luați în calcul când lucrați cu date.

Capitolul 2 - Descoperiți tipurile de bias din colectarea datelor și tehnicile de minimizare a acestuia.

Capitolul 3 - Explorați tipurile de bias din analiza și prezentarea datelor, cum să le identificați și cum să le atenuați.

Depășirea bias-ului în date