Fairness in Link Prediction Beyond Demographic Parity: A Reproducibility Study

あなたは、インターネットという広大な大海原を航行する、巨大なデジタル船の船長であると想像してください。あなたが新しい友人、求職者、あるいはサービスを提案するたびに、あなたは二人の人間の間にリンク（繋がり）を置いていることになります。機械学習の世界では、これを**リンク予測（link prediction）と呼びます。しかし、ここに落とし穴があります。リンクを予測できるからといって、全員を平等に扱ってよいわけではありません。もしあなたの船のコンパスが少しでも狂っていれば、特定のグループの人々を同じ場所に集め続ける一方で、他の人々を暗闇の中に置き去りにしてしまうかもしれません。これが公平性（fairness）**の問題です。

長い間、科学者たちは、自分の船が公平かどうかを確認するために、**デモグラフィック・パリティ（Demographic Parity：人口統計学的等価性）**と呼ばれる単純なルールを使用してきました。これは、デッキにグループAとグループBから何人の乗客がいるかを数えるようなものです。人数がおよそ等しければ、船長は全員が公平に扱われていると仮定します。しかし、この論文は、そのルールは「乗客がどこに座っているか」を見ずに、単に乗客数をチェックしているだけだ、と主張しています。もしグループAがすべて船の前方にあるVIPラウンジ（すべての注目を集めている場所）に座り、グループBが後方の貨物室に詰め込まれている（無視されている）としたら、合計人数は一見バランスが取れているように見えても、その体験は極めて不公平です。これが、「そこに存在すること」と、エクスポージャー（exposure：露出・機会）――つまり、見られ、選ばれるチャンスを得ること――との違いです。

この研究の著者であるアムステルダム大学の学生チームは、この「エクスポージョン・バイアス（露出の偏り）」に関する新しい理論をテストすることに決めました。彼らは、古いルール（デモグラフィック・パリティ）が真の問題を隠してしまっているのではないかと考え、より敏感な新しい「定規」でそれを修正できるかどうかを確かめようとしたのです。彼らは元のアイデアを鵜呑みにすることなく、実験をゼロから再構築し、途中で見つけた壊れた道具を修理し、さらには新しいコンパスが通用するかどうかを確認するために、自ら「嵐の海」を作り出しました。彼らの発見は、真に公平であるためには、単に「誰が」リンクを得るかだけでなく、「そのリンクが提案リストのどこに表示されるか」を見なければならないことを示唆しています。

この論文の物語

**「Fairness in Link Prediction Beyond Demographic Parity: A Reproducibility Study（デモグラフィック・パリティを超えたリンク予測における公平性：再現性研究）」**と題されたこの論文は、本質的にはアルゴリズムの公平性に関する探偵小説です。著者である Valentijn Oldenburg、Floris de Kam、Stef de Wildt、Jarno Balk は、別の研究チーム（Mattos et al., 2025）による主張を検証することを目的としました。元のチームは、標準的な公平性の測定方法は、**ランキング（順位付け）**を無視しているため、欠陥があるのだと主張しました。

問題を理解するために、音楽のプレイリストを想像してみてください。もしプレイリストが公平であるべきなら、アーティストAとアーティストBの曲を単に同数再生するだけでは不十分です。それらが「いつ」再生されるかが重要です。もしアーティストAの曲が常に上位（実際に人が聴く場所）にあり、アーティストBの曲が下位（誰もスクロールしない場所）に埋もれているとしたら、たとえ曲の総数が同じであっても、そのプレイリストには偏りがあります。リンク予測の世界において、この「リストのトップ」こそが**エクスポージャー（露出）**が発生する場所なのです。古いルールであるデモグラフィック・パリティは、曲の総数を数えて、「ほら、Aの曲が50曲、Bの曲が50曲あるから公平だ！」と言うようなものでした。新しい指標である NDKL は、プレイリストの順序を見て、「待てよ、なぜAの曲は最初の10曲の中にすべて入っているんだ？」と問いかけるのです。

著者は主に3つのことを行いました：

1. 実験の再構築： 彼らは2025年の元の研究のコードと手法を取り込み、その結果を再現しようと試みました。その結果、元のコードにはいくつかのバグや不整合があることが判明しました。これらを修正した後、彼らは元のチームの主要な発見、すなわち、古いルール（デモグラフィック・パリティ）は不公平さを隠してしまうこと、そして新しいルール（NDKL）はそれを捉えることができることを確認しました。
2. 「修正策」のテスト： 元の研究は、問題を解決するための MORAL という手法を提案しました。MORALは、曲が選ばれた後にプレイリストを並べ替えるスマートなDJのようなものです。それは初期の提案を受け取り、音楽の質を損なうことなく、異なるグループがトップの座を得られるようにシャッフルします。著者らは、MORALが不公平なエクスポージャー・バイアスを減少させつつ、推奨内容の有用性を維持できることを発見しました。
3. システムのストレス・テスト： これが単なる偶然ではないことを確認するために、彼らは独自の「ストレス・テスト」を作成しました。彼らは、**ホモフィリー（同質愛好：自分に似た者同士でつながろうとする傾向）**のレベルが異なる偽のソーシャルネットワークを構築しました。その結果、ネットワークが複雑であったり、グループが小さかったりする場合でも、MORALは依然として公平性を保つことができました。また、単に2つのグループだけでなく、より多くのグループ（第3、第4のカテゴリーを追加するなど）がある場合に何が起こるかもテストしましたが、システムはうまく機能しました。ただし、グループが小さくなるにつれてバランスを取るのが少し難しくなることも分かりました。

彼らの発見

この研究は、ランク付けされたリストに関して、デモグラフィック・パリティは公平性の不適切な代用指標であることを裏付けています。これに頼ることは、レースの結果を判断する際に、誰が金メダルを獲得したかを無視して、単に何人が完走したかだけで判断するようなものです。新しい指標である NDKL は、あるグループが組織的にリストの下位へと押しやられている状況を特定する上で、はるかに優れています。

ポストプロセッシング（後処理）の「リランカー（再ランク付け器）」として機能する MORAL メソッドは、非常に効果的であることが示されました。6つの異なる実世界のデータセット（ソーシャルネットワークやクレジットデータを含む）を用いた実験において、MORALは一貫してエクスポージャー・バイアスを減少させました。例えば、「Facebook」のデータセットでは、この新手法は予測の精度を高く維持したまま、公平性スコアをほぼゼロ（つまり、偏りがほとんどない状態）にまで下げました。

著者らはまた、このシステムが堅牢（ロバスト）であることも発見しました。あるグループが非常に小さい場合や、人々が自分たちと同じ種類の人としかつながりたくない場合（高いホモフィリー）をシミュレートしても、MORALは依然としてエクスポージャーを公平に分配することができました。しかし、彼らはトレードオフについても指摘しています。異なるグループの数が増えるにつれて、全員を完璧にバランスさせることはわずかに難しくなり、より多くの計算資源が必要になります。それでもなお、トップの推奨内容は正確なままでした。

結論

この論文は、AIの公平性におけるあらゆる問題を解決したと主張しているわけではありませんが、公平性の「測り方」を変える必要があると強く示唆しています。もし私たちが「誰が見られ、誰が無視されているか」を重視するのであれば、単に人数を数えるのではなく、座席表を見なければなりません。この研究は、リストの順序を尊重する指標（NDKLなど）を用い、リストを公平にするために積極的に並べ替える手法（MORALなど）を使用することで、正確であるだけでなく、あらゆるグループに対して真に公平なシステムを構築できることを示しています。著者らは、他の人々が自分たちの仕事を検証し、その上に新たな成果を築けるよう、修正済みのコードを公開しており、公平なAIへの道がすべての人に開かれていることを保証しています。