Suchergebnisse

Chapter 1 Treating Claims Impartially -- chapter 2 Abstract Fairness and Claim Proportionality -- chapter 3 The Liabilities and Assets of Fairness -- chapter 4 Going Beyond Fairness? Subjective Equity and Benevolent Allocation -- chapter 5 Probabilistic Expectations: Dividing Prospective Gains in Risk Situations: The Historical Background -- chapter 6 Predominantism: Limits of Proportionism in Pre-Ownership -- chapter 7 Dividing Credit for Discoveries: Limits of Proportionalism in Teamwork -- chapter 8 The Pragmatic Rationale of Distribution Principles.

"This book brings together work from a wide range of disciplines to explain processes underlying empathy and fairness. The expert contributors approach the topic of empathy and fairness from different viewpoints, namely those of social cognitive neuroscience, developmental psychology, evolutionary anthropology, economics and neuropathology. The result is an interdisciplinary and unitary framework focused on the neuronal, developmental, evolutionary and psychological basis of empathy and fairness."--Publisher's description, from p. [4] of cover

"This title was first published in 2000: A systematic analysis of the concept of fairness as a moral notion. The work critically examines and rejects several familiar accounts of fairness - fairness as equality of treatment, as not taking advantage of another, as adherence to rule, and as respect for others - the author proposes an alternative account of fairness as fidelity to social practice. Drawing on examples from a variety of social practices, ranging from the requirement to do one's fair share to the fairness of lotteries and bargaining, this book outlines a new moral theory of fairness and offers insight into the various roles fairness considerations play in our lives and their limitations. Reflecting on the place of fairness and fair mindedness in moral, social, and political thought, this book will be of interest to moral, social and political philosophers as well as those in related areas such as political science and sociology."--Provided by publisher

Künstliche Intelligenz und selbst-lernende Systeme, die ihr Verhalten aufgrund vergangener Entscheidungen und historischer Daten adaptieren, spielen eine im- mer größer werdende Rollen in unserem Alltag. Wir sind umgeben von einer großen Zahl algorithmischer Entscheidungshilfen, sowie einer stetig wachsenden Zahl algorithmischer Entscheidungssysteme. Rankings und sortierte Listen von Suchergebnissen stellen dabei das wesentliche Instrument unserer Onlinesuche nach Inhalten, Produkten, Freizeitaktivitäten und relevanten Personen dar. Aus diesem Grund bestimmt die Reihenfolge der Suchergebnisse nicht nur die Zufriedenheit der Suchenden, sondern auch die Chancen der Sortierten auf Bildung, ökonomischen und sogar sozialen Erfolg. Wissenschaft und Politik sorgen sich aus diesem Grund mehr und mehr um systematische Diskriminierung und Bias durch selbst-lernende Systeme. Um der Diskriminierung im Kontext von Rankings und sortierten Suchergeb- nissen Herr zu werden, sind folgende drei Probleme zu addressieren: Zunächst müssen wir die ethischen Eigenschaften und moralischen Ziele verschiedener Sit- uationen erarbeiten, in denen Rankings eingesetzt werden. Diese sollen mit den ethischen Werten der Algorithmen übereinstimmen, die zur Vermeidung von diskri- minierenden Rankings Anwendung finden. Zweitens ist es notwendig, ethische Wertesysteme in Mathematik und Algorithmen zu übersetzen, um sämtliche moralis- chen Ziele bedienen zu können. Drittens sollten diese Methoden einem breiten Publikum zugänglich sein, das sowohl Programmierer:innen, als auch Jurist:innen und Politiker:innen umfasst. ; Artificial intelligence and adaptive systems, that learn patterns from past behavior and historic data, play an increasing role in our day-to-day lives. We are surrounded by a vast amount of algorithmic decision aids, and more and more by algorithmic decision making systems, too. As a subcategory, ranked search results have become the main mechanism, by which we find content, products, places, and people online. Thus their ordering contributes not only to the satisfaction of the searcher, but also to career and business opportunities, educational placement, and even social success of those being ranked. Therefore researchers have become increasingly concerned with systematic biases and discrimination in data-driven ranking models. To address the problem of discrimination and fairness in the context of rank- ings, three main problems have to be solved: First, we have to understand the philosophical properties of different ranking situations and all important fairness definitions to be able to decide which method would be the most appropriate for a given context. Second, we have to make sure that, for any fairness requirement in a ranking context, a formal definition that meets such requirements exists. More concretely, if a ranking context, for example, requires group fairness to be met, we need an actual definition for group fairness in rankings in the first place. Third, the methods together with their underlying fairness concepts and properties need to be available to a wide range of audiences, from programmers, to policy makers and politicians.

From the school yard to the workplace, there's no charge more damning than "You're being unfair!" Born out of democracy and raised in open markets, fairness has become our de facto modern creed. The very symbol of American ethics-Lady Justice-wears a blindfold as she weighs the law on her impartial scale. In our zealous pursuit of fairness, we have banished our urges to like one person more than another, one thing over another, hiding them away as dirty secrets of our humanity. In Against Fairness, polymath philosopher Stephen T. Asma drags them triumphantly back into the light. Through playfu

"In der Spieltheorie sind in den letzten Jahren zunehmend verhaltenstheoretische Ansätze in den Vordergrund gestellt worden, die sich mit Abweichungen vom ökonomischen rationalen Entscheidungsmodell beschäftigen. Das ökonomische Standardmodell kann das Verhalten in vielen Situationen nicht erklären. Die Ergebnisse in Diktator- und Ultimatumsspielen deuten darauf hin, dass in den Verhaltensweisen von Menschen neben egoistischen Motiven Altruismus, Fairness und Reziprozität eine große Rolle spielen (vgl. Diekmann 2004; Fehr/ Gächter 2000; Ockenfels 1999). In vielen Fällen orientieren sich die Akteure nicht am Nash-Gleichgewicht, sondern Diktatoren, Proposer und Responder weichen zum Teil erheblich von rationalen Strategien ab (u.a. Forsythe et al. 1994). Das Ausmaß der Abweichung variiert dabei in verschiedenen experimentellen Studien. Die Schwankungen sind bislang noch nicht zufriedenstellend erklärt worden. Die wesentliche Frage ist also, auf welche Ursachen sich die Heterogenität an Verhaltensweisen in diesen einfachen Spielen zurückführen lässt? Einige Studien deuten an, dass das Ausmaß der Marktintegration in einer Gesellschaft eine erklärende Variable darstellt (Henrich et al. 2004). Die Abgaben würden also mit dem Grad der individuellen Einbettung in Netzwerke schwanken. Ist also die Netzwerkeinbindung ein Erklärungsfaktor für unterschiedliche Abgaben in Diktatorspielen? Neben einem Experiment zum sequenziellen Diktatorspiel (vgl. Diekmann 2004) werden über Fragebögen Netzwerkdaten erhoben. Die Erhebung der individuellen Netzwerke zu unterschiedlichen Lebensbereichen (Freunde, Familie, Bekannte, etc.) ermöglicht es, die Zusammenhänge zwischen Netzwerkeinbindung und dem strategischen Verhalten in Spielsituationen genauer darzustellen." (Autorenreferat)