Machine Learning Classifiers

😃 발제

Introduction

<aside> 🎓 축하합니다! 당신은 대한민국 최고의 대학, 한국대학교의 신임 총장으로 선출되었습니다.

</aside>

<aside> 🔥 교육부와 몇몇 단과대 학장들은 적극적으로 학습분석을 도입해서 학습 부진 위험군으로 분류된 학생들에게 선제적으로 도움을 제공할 것을 요구합니다. 한편, 인문사회대 교수들과 학생단체 대표들은 알고리즘을 통해 학생을 위험군으로 분류하는 것 자체가 불러올 낙인효과를 비판하며 섣부른 도입을 반대하고 있습니다. 해결해야 하는 문제는 아래와 같습니다:

</aside>

<aside> 📊 세계를 선도하는 교육공동체를 만들기 위해서, 그리고 예산을 쥐고 흔드는 교육부를 만족시키기 위해서 당신은 최신 학습분석의 다양한 방법론을 도입해야 합니다. 헌데, 외부 학습분석 업체에게 학생들의 민감한 정보를 하나도 빠짐없이 넘기는 것이 뭔가 꺼림칙합니다.

</aside>

<aside> 🤝 하지만, 학습분석 방법론을 도입하는 데서 그치지 않기 위해서는 그 대상이 되는 학생들과 교직원의 불안을 해소해줘야만 합니다. 학습분석 방법론을 적용했을 때 공정성 측면에서 문제가 될 잠재적 요인들이 무엇이며, 그것을 어떻게 해결할 수 있을지 제시해야 합니다.

</aside>

당신이라면 무엇을 하시겠습니까?

Problem

<aside> ⛔ 의사결정을 내릴 때 근거로 삼을만한 형태의 자료가 없었다:

데이터 마이닝 알고리즘이 향후 차별적 교육양상으로 이어지는지 사전에 예측하거나 검증할 수 있는 체계적 방식이 없습니다. 비슷한 방식의 문제제기가 지속적으로 진행되었지만, 그것을 개선하거나 측정할 (공학적) 방식에 대한 탐색이 부족했다.

</aside>

FAIRED: 그런 당신을 위해 준비했습니다

Composition 구성

1. Environment

2. Fairness Analysis

3. Final Product