先に「見る」、次に「設計する」：最適なパフォーマンスと公平性のトレードオフのための多主体の観点

要旨: アルゴリズムによる意思決定における公平性は、多くの場合、予測空間において定義されます。すなわち、予測性能（意思決定者（DM）の効用の代理として用いられるもの）を、人口学的パリティや機会の平等といった予測に基づく公平性の概念とトレードオフさせます。しかし、この観点は、予測がどのように意思決定へ、さらに最終的に意思決定者と意思決定対象（DS）の双方に対する効用や厚生へと翻訳されるのか、ならびにそれらが社会的に顕著な（salient）グループ間でどのように配分されるのかを無視しています。
本論文では、厚生経済学と配分的正義に基づく、公平なアルゴリズム意思決定のための多当事者（multi-stakeholder）フレームワークを提案します。このフレームワークでは、意思決定者（DM）と意思決定対象（DS）の双方の効用を明示的にモデル化し、さらに、公平性を、社会的プランナー（social planner）の効用によって定義します。この効用は、異なる正義に基づく公平性の概念（例：エガリタリアン、ロールズ的）にもとづくもとで、グループ間におけるDS効用の不平等を捉えます。私たちは、公平な意思決定を事後的な（post-hoc）多目的最適化問題として定式化し、異なる意思決定方策のクラス（決定論的 vs. 確率的、共有型 vs. グループ固有型）のもとで、DM効用と社会的プランナーの効用という2次元の効用空間における達成可能な性能-公平性トレードオフを特徴づけます。提案フレームワークを用いて、さらに、確率的方策が決定論的方策よりもより最適となり得る条件（当事者の効用の観点から）を特定し、結果の不確実性を活用することで、単純な確率的方策がより優れた性能-公平性トレードオフをもたらし得ることを実証的に示します。全体として、私たちは、予測中心の公平性から、透明で、正義に基づく、多当事者的アプローチへの転換を提唱します。これは、意思決定方策の共同設計を支えるものです。