باختصار
التكافؤ الديموغرافي (Demographic Parity) مقياس عدالة بيتحقّق إذا كانت نتائج تصنيف النموذج غير معتمدة على سمة حسّاسة معيّنة.
بالتفصيل
مثال توضيحي: لو تقدّمت مجموعتان مختلفتان لجامعة، بيتحقّق التكافؤ الديموغرافي لو كانت نسبة القبول من المجموعة الأولى تساوي نسبة القبول من المجموعة الثانية — بغضّ النظر عمّا إذا كانت إحدى المجموعتين، في المتوسّط، أكثر تأهيلًا من الأخرى.
لاحظ الجملة الأخيرة دي كويّس، لأنها بالظبط نقطة الخلاف. التكافؤ الديموغرافي بيقيس النتيجة النهائية فقط (نِسب القبول)، مش هل النتيجة دي «مستحقّة» بناءً على مؤهّلات فعلية.
وده يخلق توتّرًا معروفًا مع مقياسين تانيين: التكافؤ في احتمالات الخطأ (Equalized Odds) وتكافؤ الفرصة (Equality of Opportunity)، اللي بيسمحا بأن تعتمد نتائج التصنيف الإجمالية على السمة الحسّاسة، لكن ما بيسمحاش بأن تعتمد نتائج التصنيف لأشخاص معروف تصنيفهم الحقيقي على السمة الحسّاسة.
يعني: التكافؤ الديموغرافي بيطلب نفس النسبة الكلّية للطرفين. أمّا المقياسان الآخران فبيطلبان إن الأشخاص المؤهَّلين فعلًا من الطرفين يتقبلوا بنفس المعدّل، حتى لو اختلفت النسبة الكلّية بسبب اختلاف نسبة التأهّل الحقيقية بين المجموعتين.
مفيش مقياس «صحيح مطلقًا» من التلاتة — كل واحد بيعكس تصوّرًا مختلفًا للعدالة، واختيار الأنسب بيعتمد على السياق القانوني والأخلاقي للتطبيق.
مثال عملي
نظام توظيف بيفرز سير ذاتية لوظيفة برمجية. لو 200 رجل و200 امرأة تقدّموا، والنظام رشّح 30 رجلًا و10 نساء، فده يخالف التكافؤ الديموغرافي — بصرف النظر عن أعداد المؤهّلين الفعليين في كل مجموعة.
لو فرضًا كان عدد المؤهّلين فعلًا 60 رجلًا و20 امرأة، فالنسبة 30/60 و10/20 متساوية (50%)، وده بيحقّق تكافؤ الفرصة رغم إن الأعداد المطلقة غير متساوية.
مصطلحات مرتبطة
- Equalized Odds — التكافؤ في احتمالات الخطأ.
- Equality of Opportunity — تكافؤ الفرصة.
- Individual Fairness — العدالة الفردية.
المصادر: Google ML Glossary
