Kurzbeschreibung

Fairness von KI Algorithmen wird stark diskutiert. In diesem Projekt nutzen wir administrative Daten und ML Methoden, um einen Vergleich zwischen KI und menschlichen Entscheidungen bezüglich der Fairness dieser Entscheidungen anzustellen. Auf der einen Seite nutzen wir Daten zum Profiling von Arbeitsvermittler*innen, bei dem arbeitslose Personen zu Beginn der Arbeitslosigkeit entsprechend ihrer Wahrscheinlichkeit, langzeitarbeitslos zu werden, eingeteilt werden. Auf der anderen Seite nutzen wir Vorhersagen dieser Wahrscheinlichkeit mit ML Methoden. Beide Vorhersagen werden in Bezug auf Fairnessaspekte verglichen, z.B. bezüglich Geschlecht oder Nationalität.