Mapping the Field of Algorithm Auditing: A Systematic Literature Review Identifying Research Trends, Linguistic and Geographical Disparities

在线平台越来越依赖复杂的算法系统，这引发了对算法审计的日益需求，即一种评估这些系统功能和社会影响的研究方法。本文系统地审查了算法审计研究，并确定了它们的方法论方法、作者的地理分布以及审计研究中平台、语言、地理和基于群体属性的选择的趋势。我们提供了证据表明，研究重点明显偏向西方背景，特别是美国，并且过度依赖英语数据。此外，我们的分析表明，算法审计研究倾向于关注一小部分基于群体属性，通常以简化的方式操作，这可能掩盖了算法偏见和歧视更微妙的方面。通过进行这个审查，我们旨在提供对算法审计领域当前状态的更清晰的理解，并确定需要解决的空白，以实现更具包容性和代表性的研究景观。

系统地回顾算法审计研究并识别其方法论、作者地理分布、平台选择、语言、地理和基于群体属性的审计研究焦点。发现研究焦点存在重大偏差，主要集中在西方国家，尤其是美国，而且过度依赖英语语言数据。此外，算法审计研究倾向于关注一小部分基于群体属性，这可能掩盖了算法偏见和歧视的更微妙方面。

系统地回顾算法审计研究，发现其存在重大偏差，主要集中在西方国家，尤其是美国，而且过度依赖英语语言数据。此外，算法审计研究倾向于关注一小部分基于群体属性，这可能掩盖了算法偏见和歧视的更微妙方面。

本论文分析了算法审计研究的方法、作者地理分布、平台选择、语言、地理和基于群体属性的审计研究焦点。发现研究焦点存在重大偏差，主要集中在西方国家，尤其是美国，而且过度依赖英语语言数据。此外，算法审计研究倾向于关注一小部分基于群体属性，这可能掩盖了算法偏见和歧视的更微妙方面。

近期的相关研究包括：Algorithmic Bias in Hiring: An Empirical Study, Discrimination in Online Ad Delivery, 和Measuring and Mitigating Unintended Bias in Text Classification。