CA | ES | EN

Carlos Castillo | Universitat Pompeu Fabra

Professor Investigador Distinguit

Carlos Castillo | Universitat Pompeu Fabra

Professor Investigador Distinguit

Biografia

En Carlos Castillo és un professor d’investigació distingit a la Universitat Pompeu Fabra de Barcelona, ​​on dirigeix ​​el grup de recerca en ciències web i informàtica social. És un miner web amb antecedents en la recuperació d’informació i ha influït en les àrees d’informàtica de crisi, qualitat i credibilitat del contingut web i cerca web adversa. És un investigador prolífic i molt citat que ha estat coautor de més de 80 publicacions en conferències i revistes internacionals de primer nivell, rebent un premi test-of-time, quatre best paper awards i dos best student paper awards. Els seus treballs inclouen un llibre sobre Big Crisis Data, així com monografies sobre la informació i la propagació de la influència i la cerca web adversària.

PONÈNCIA: ALGORITME EQUITAT I JUSTÍCIA

En aquesta xerrada es descriuen algunes limitacions dels algorismes de Machine Learning (ML) per predir la reincidència juvenil. En particular, ens interessa analitzar la diferència entre el rendiment predictiu i l’equitat. Fins a aquest punt, avaluem l’equitat dels models de ML conjuntament amb SAVRY, un marc estructurat d’avaluació de riscos professionals, sobre un nou conjunt de dades originari de Catalunya. En termes de precisió en la predicció de reincidència, els models ML superen lleugerament SAVRY. Tot i així, a través de les tres mètriques d’equitat utilitzades en altres estudis, trobem que SAVRY és en general just, mentre que els models ML tendeixen a discriminar contra acusats masculins, estrangers o persones de grups nacionals específics.

Sessions: Carlos Castillo | Universitat Pompeu Fabra