باختصار
تكافؤ الفرصة (Equality of Opportunity) مقياس عدالة بيقيّم هل النموذج بيتنبّأ بالنتيجة المرغوبة بنفس الكفاءة لكل قيم سمة حسّاسة معيّنة.
بالتفصيل
لو كانت النتيجة المرغوبة هي الفئة الموجبة، فالهدف إن يكون معدّل الإيجابيات الصحيحة (True Positive Rate) متساويًا لكل المجموعات.
وتكافؤ الفرصة مرتبط بمقياس التكافؤ في احتمالات الخطأ (Equalized Odds)، اللي بيطلب إن يكون كلّ من معدّل الإيجابيات الصحيحة ومعدّل الإيجابيات الخاطئة متساويَين لكل المجموعات — يعني تكافؤ الفرصة أضيق نطاقًا، بيركّز على فئة واحدة (الموجبة) بس.
مثال رقمي توضيحي: لو 100 متقدّم من كل مجموعة، ونسبة المؤهّلين فعليًا 90% في المجموعة الأولى و10% في التانية بسبب فروق في فرص تعليمية سابقة، فتكافؤ الفرصة بيتحقّق لو المؤهّلون فعلًا من الاتنين بيتقبلوا بنفس النسبة — حتى لو النسبة الكلّية للقبول مختلفة تمامًا بين المجموعتين، بسبب اختلاف نسبة المؤهّلين أصلًا.
وده بالظبط الفرق الجوهري بينه وبين التكافؤ الديموغرافي (Demographic Parity)، اللي بيطلب تساوي النسبة الكلّية بصرف النظر عن نسبة التأهّل الفعلية.
مثال عملي
90 مؤهَّلًا و10 غير مؤهَّلين من المجموعة الأولى تقدّموا: قُبل 45 من المؤهَّلين (50%). و10 مؤهَّلين و90 غير مؤهَّل من المجموعة الثانية: قُبل 5 من المؤهَّلين (50%).
نسبة القبول الكلّية مختلفة جدًا بين المجموعتين (48% مقابل 14%) بسبب اختلاف نسبة التأهّل، لكن تكافؤ الفرصة متحقّق لأن المؤهّلين من الطرفين بيتقبلوا بنفس النسبة (50%).
مصطلحات مرتبطة
- Equalized Odds — التكافؤ في احتمالات الخطأ.
- Demographic Parity — التكافؤ الديموغرافي.
- True Positive Rate — معدّل الإيجابيات الصحيحة.
المصادر: Google ML Glossary
