Description du projet
S’attaquer aux inégalités dans les réseaux sociaux
Les inégalités sociales se creusent et menacent l’éducation, les soins de santé et les économies. Elles sont dues à des barrières structurelles complexes et dynamiques qui restent mal comprises, en particulier sous l’angle des réseaux sociaux. Alors que l’IA et les algorithmes d’apprentissage automatique influencent de plus en plus nos vies, le risque de conséquences involontaires amplifie la nécessité de détecter, de prévoir et de traiter systématiquement les inégalités. Dans ce contexte, le projet NetFair, financé par le CER, relève ces défis en développant un cadre d’équité en réseau basé sur les caractéristiques topologiques et temporelles des interactions sociales. En utilisant des modèles de réseaux complexes dynamiques basés sur des théories sociales et des mégadonnées, le projet vise à explorer les inégalités induites par les réseaux. Un nouveau logiciel permettra de visualiser et de prévoir les inégalités, garantissant une approche de l’équité fondée sur les données, tant dans le domaine de la recherche que de la politique.
Objectif
Social inequalities are on the rise and will have devastating impacts on education, healthcare, economies
and societies for many generations to come. Structural barriers to equality, despite being complex and dynamic,
are poorly understood through the lens of complex evolving social networks. More crucially, with
the rise of AI and machine-learning algorithms, it is extremely important to detect, forecast, and mitigate
those inequalities in a systematic manner in order to avoid unintentional algorithmic consequences.
A network fairness framework is proposed, premised on topological and temporal features of social interactions
that shape the formation and evolution of inequalities. These features include (1) people have
multiple and correlated attributes that determine how they identify with groups and interact with others,
(2) people belong to a variety of social groups with different sizes, hierarchies, and historical precedents,
and (3) interactions between people evolve over time in a hybrid space of society and algorithms.
To this end, I will develop a suite of dynamical complex network models of inequality that are driven by
social theories (e.g. homophily, intersectionality, consolidation) and calibrated and evaluated with big data
and network experiments. This will allow us, for the first time, to investigate inequalities that arise from
network-based algorithms in a systematic manner. More importantly, I will devise a novel methodology of
network intervention, a set of data-driven principles for tackling network inequalities in a broad range of
applications. Finally, based on the models developed in this project, I will create a cutting-edge interactive
software – NetFair – to visualize and forecast the evolution of inequalities and implement various fairness
criteria. The software will contribute towards bridging the gap between research and policy applications
in academia and industry.
Champ scientifique (EuroSciVoc)
CORDIS classe les projets avec EuroSciVoc, une taxonomie multilingue des domaines scientifiques, grâce à un processus semi-automatique basé sur des techniques TLN. Voir: https://op.europa.eu/en/web/eu-vocabularies/euroscivoc.
CORDIS classe les projets avec EuroSciVoc, une taxonomie multilingue des domaines scientifiques, grâce à un processus semi-automatique basé sur des techniques TLN. Voir: https://op.europa.eu/en/web/eu-vocabularies/euroscivoc.
Vous devez vous identifier ou vous inscrire pour utiliser cette fonction
Programme(s)
- HORIZON.1.1 - European Research Council (ERC) Main Programme
Thème(s)
Appel à propositions
(s’ouvre dans une nouvelle fenêtre) ERC-2024-STG
Voir d’autres projets de cet appelRégime de financement
HORIZON-ERC - HORIZON ERC GrantsInstitution d’accueil
8010 Graz
Autriche