FairPlay：一种协作方法以减轻数据集中的偏见从而改善AI公平性

决策公平性问题至关重要，尤其是考虑到不同利益相关者对相互不兼容的公平版本有不同需求。采用多视角的战略互动为强制执行单一公平标准提供了一种替代方案。我们展示了一个基于网络的软件应用FairPlay，使多个利益相关者能够协作去偏数据集。使用FairPlay，用户可以在没有统一认可的公平理论指导下进行谈判并达成共识。如果没有此类工具，达成共识将极为困难，因为缺乏系统的协商流程以及无法修改和观察变化。我们进行了用户研究以证明FairPlay的成功，用户在约五轮游戏中即可达成共识，说明了该应用在增强AI系统公平性方面的潜力。