CA | ES | EN

Krishna Gummadi | Instituto Max Planck

Head of the Networked Systems research group at Max Planck Institute for Software Systems (MPI-SWS) and Professor at the University of Saarland

Krishna Gummadi | Instituto Max Planck

Head of the Networked Systems research group at Max Planck Institute for Software Systems (MPI-SWS) and Professor at the University of Saarland

Biografía

Krishna Gummadi es el responsable de investigación de Sistemas en Red en el Instituto Max Planck de Sistemas de Software (MPI-SWS) y profesor de la Universidad de Saarland. Terminó su Doctorado en 2005 y se licenció en B.Tech. Computer Science & Engineering el 2000 por la Universidad de Washington y el Instituto Indio de Tecnología, Madras, respectivamente.

Sus intereses de investigación están en la medida, análisis, diseño y evaluación de sistemas complejos de escala de Internet. Sus proyectos actuales se centran en mejorar la equidad y la transparencia de la toma de decisiones de la máquina (data-driven) en los sistemas informáticos sociales.
Sus trabajos han recibido numerosos premios, incluyendo SIGCOMM Test of Time, IW3C2 WWW Best Paper Honorable Mention, y Best Papeles al ACM CCR, NIPS ML & Law Symposium, ACM Cosna, ACM / USENIX Soup, AAAI ICWSM, USENIX OSDI, ACM SIGCOMM IMC, y SPIE MMCN.
Es además copresidente AAAI ‘s ICWSM 2016, IW3C2 WWW 2015, ACM Cosna 2014, y ACM IMC 2013 conferencias. Ha sido becado con la ERC Advanced Grant en 2017 por investigar sobre “Foundations of Fair Social Computing”.

DISCRIMINACIÓN EN LA TOMA DE DECISIONES ALGORÍTMICAS

La toma de decisiones algorítmica (basada en el aprendizaje basada en datos) se utiliza cada vez más para ayudar o reemplazar la toma de decisiones humanas en una variedad de dominios que van desde la banca (crédito de usuario de calificación) y reclutando (solicitantes de clasificación) hasta el poder judicial (criminalidad de perfil) y periodismo (recomendando noticias).
Recientemente se han planteado cuestiones sobre el potencial de discriminación e injusticia en estas decisiones algorítmicas. En este contexto intentaremos abordar las siguientes preguntas fundamentales sobre injusticia algorítmica:


(A)¿Cómo aprenden los algoritmos para discriminar en la toma de decisiones?
(B) ¿Cómo podemos cuantificar (medir) la discriminación en la toma de decisión algorítmica?
(C) ¿Cómo podemos controlar (mitigar) la discriminación algorítmica? por ejemplo, ¿Cómo podemos volver a diseñar mecanismos de aprendizaje para evitar la toma de decisiones discriminatorias?

Sesiones: Krishna Gummadi | Instituto Max Planck