Fair Counterfactual Explanation- Application to Education（査読付）（訳：公平な反実仮想説明 ― 教育分野への応用 ）

AI and Ethics

6

113

本研究は、教育を含む多様な分野に適用可能な、センシティブ属性に対して公平な結果を導く反実仮想説明手法を提案する。公平性を平均値として定義する方法と、センシティブ属性間で公平な結果を導出する方法の二つを提示し、シミュレーションデータおよび実際の教育データに適用した。機械学習を用いることで複雑な非線形構造を表現できることを示すとともに、公平性の実現や介入後の結果予測に重要な変数を特定できることを確認した。実データ分析では、「グループ学習・グループワーク」が学業成績に重要であることが示され、本手法の有効性が示唆された。