Escada para a Justiça: Conectando Justiça de Grupo e Justiça Individual
Stairway to Fairness: Connecting Group and Individual Fairness
August 29, 2025
Autores: Theresia Veronika Rampisela, Maria Maistro, Tuukka Ruotsalo, Falk Scholer, Christina Lioma
cs.AI
Resumo
A justiça em sistemas de recomendação (RSs) é comumente categorizada em justiça de grupo e justiça individual. No entanto, não há um entendimento científico estabelecido sobre a relação entre esses dois tipos de justiça, uma vez que trabalhos anteriores sobre ambos os tipos utilizaram medidas de avaliação ou objetivos de avaliação diferentes para cada tipo de justiça, não permitindo uma comparação adequada entre os dois. Como resultado, atualmente não se sabe como o aumento de um tipo de justiça pode afetar o outro. Para preencher essa lacuna, estudamos a relação entre justiça de grupo e justiça individual por meio de uma comparação abrangente de medidas de avaliação que podem ser usadas para ambos os tipos de justiça. Nossos experimentos com 8 execuções em 3 conjuntos de dados mostram que recomendações altamente justas para grupos podem ser muito injustas para indivíduos. Nossa descoberta é nova e útil para profissionais de RS que buscam melhorar a justiça de seus sistemas. Nosso código está disponível em: https://github.com/theresiavr/stairway-to-fairness.
English
Fairness in recommender systems (RSs) is commonly categorised into group
fairness and individual fairness. However, there is no established scientific
understanding of the relationship between the two fairness types, as prior work
on both types has used different evaluation measures or evaluation objectives
for each fairness type, thereby not allowing for a proper comparison of the
two. As a result, it is currently not known how increasing one type of fairness
may affect the other. To fill this gap, we study the relationship of group and
individual fairness through a comprehensive comparison of evaluation measures
that can be used for both fairness types. Our experiments with 8 runs across 3
datasets show that recommendations that are highly fair for groups can be very
unfair for individuals. Our finding is novel and useful for RS practitioners
aiming to improve the fairness of their systems. Our code is available at:
https://github.com/theresiavr/stairway-to-fairness.