Thèse soutenue

Equité dans les problèmes de sélection

FR  |  
EN
Auteur / Autrice : Vitalii Emelianov
Direction : Patrick LoiseauNicolas Gast
Type : Thèse de doctorat
Discipline(s) : Informatique
Date : Soutenance le 13/06/2022
Etablissement(s) : Université Grenoble Alpes
Ecole(s) doctorale(s) : École doctorale Mathématiques, sciences et technologies de l'information, informatique (Grenoble ; 1995-....)
Partenaire(s) de recherche : Laboratoire : Laboratoire d'informatique de Grenoble
Jury : Président / Présidente : Marie-Christine Rousset
Examinateurs / Examinatrices : Alexis Tsoukiàs, Nicolas Usunier, Nicole Immorlica
Rapporteurs / Rapporteuses : Jean-Michel Loubès, Manuel Gomez-Rodriguez

Mots clés

FR  |  
EN

Mots clés contrôlés

Résumé

FR  |  
EN

Les algorithmes de prise de décision basés sur des données sont de plus en plus appliqués dans de nombreux domaines à fort impact social, tels que l'embauche, le crédit ou la justice pénale. Récemment, il a été démontré que ces algorithmes pouvaient entraîner une discrimination à l'encontre de certains groupes démographiques (par exemple, une discrimination fondée sur la race, le sexe ou l'âge). Cette constatation a donné naissance à une ligne de recherche active récente, appelée équité algorithmique--- qui étudie comment développer des algorithmes efficaces avec des garanties d'équité. La plupart des problèmes de décision à fort impact social mentionnés ci-dessus sont essentiellement des problèmes de sélection. Dans les problèmes de sélection, le décideur doit sélectionner une fraction fixe des meilleurs candidats compte tenu de leurs caractéristiques. La notion de budget de sélection contraste les problèmes de sélection avec les problèmes de classification typiquement étudiés dans la littérature sur l'équité algorithmique.Dans cette thèse, nous étudions les causes de la discrimination dans les problèmes de sélection et l'impact des mécanismes d'équité sur l'utilité de la sélection. Notre première contribution considère un problème de sélection avec des candidats dont la qualité est mesurée avec un bruit dépendant du groupe---un phénomène appelé variance différentielle. Nous étudions l'impact de la variance différentielle sur les représentations du groupe et comment les mécanismes standards d'équité de groupe affectent l'utilité de la sélection en présence de variance différentielle. Notre deuxième contribution propose un modèle de théorie des jeux d'un problème de sélection avec variance différentielle. Nous supposons des candidats stratégiques qui maximisent l'utilité individuelle en faisant un effort coûteux. L'effort induit leur qualité, mesurée par un décideur (juste de groupe) avec un bruit dépendant du groupe. Nous caractérisons l'équilibre d'un tel jeu. Dans notre troisième contribution, nous considérons un problème de sélection en plusieurs étapes. Nous étendons les notions classiques d'équité de groupe à un cadre à plusieurs étapes et proposons les notions d'équité locale (par étape) et globale (étape finale). Nous introduisons et étudions ensuite le prix de l'équité locale qui est le rapport des utilités induites par l'algorithme globalement équitable à celui de l'algorithme localement équitable.