Ethnic classifications in algorithmic decision-making processes

PDF
paper-35.pdf - Veröffentlichte Version
Download (187kB)

URL:	https://ceur-ws.org/Vol-3442/
Weitere URL:	https://ceur-ws.org/Vol-3442/paper-35.pdf
URN:	urn:nbn:de:bsz:180-madoc-657350
Dokumenttyp:	Konferenzveröffentlichung
Erscheinungsjahr:	2023
Buchtitel:	EWAF 2023: European Workshop on Algorithmic Fairness : proceedings of the 2nd European Workshop on Algorithmic Fairness, Winterthur, Switzerland, June 7th to 9th, 2023
Titel einer Zeitschrift oder einer Reihe:	CEUR Workshop Proceedings
Band/Volume:	3442
Seitenbereich:	1-5
Veranstaltungstitel:	EWAF 2023
Veranstaltungsort:	Winterthur, Switzerland
Veranstaltungsdatum:	07.-09.06.2023
Herausgeber:	Alvarez, Jose M. ; Fabris, Alessandro ; Heitz, Christoh ; Hertweck, Corinna ; Loi, Michele ; Zehlike, Meike
Ort der Veröffentlichung:	Aachen, Germany
Verlag:	RWTH Aachen
ISSN:	1613-0073
Sprache der Veröffentlichung:	Englisch
Einrichtung:	Außerfakultäre Einrichtungen > MZES - Arbeitsbereich A
Bereits vorhandene Lizenz:	Creative Commons Namensnennung 4.0 International (CC BY 4.0)
Fachgebiet:	310 Statistik
Abstract:	In this study, we address the challenges and implications of ensuring fairness in algorithmic decision-making (ADM) practices related to ethnicity. We provide an overview of ethnic classification schemes in European countries and emphasize how the distinct approaches to ethnicity and race in Europe can impact fairness assessments in ADM. Using German data, we train machine learning classifiers and explore the fairness implications of different ethnic classifications in labor market- and health-related prediction tasks using common group-based fairness metrics. The findings contribute to the understanding of fairness in ADM from a European perspective.