إن فهم الاختلافات في النتائج بين المجموعات الاجتماعية – مثل الفجوات المأجورة بين الرجال والنساء – يمثل تحديًا رئيسيًا في العلوم الاجتماعية. في حين أن الباحثين درسوا منذ فترة طويلة كيف تساهم العوامل التي يمكن ملاحظتها في هذه الاختلافات ، فإن الأساليب التقليدية تبكي المتغيرات المعقدة مثل مسارات التوظيف. يتكيف عملنا التطورات الحديثة في الذكاء الاصطناعي – على وجه التحديد ، نماذج الأساس التي يمكن أن تعالج تاريخًا غنيًا ومفصلًا – لشرح الاختلافات الجماعية بشكل أفضل. نقوم بتطوير النظرية الرياضية والأساليب الحسابية التي تسمح بنماذج الذكاء الاصطناعى هذه بتوفير تقديرات أكثر دقة وأقل تحيزًا لمقدار الاختلافات في المجموعة التي يمكن تفسيرها من خلال عوامل يمكن ملاحظتها. تم تطبيقه على البيانات في العالم الحقيقي ، ويكشف نهجنا أن التواريخ التفصيلية تشرح المزيد من الفجوة في الأجور بين الجنسين أكثر من المفهومة سابقًا باستخدام الطرق التقليدية.
هذا من ورقة جديدة بقلم كيون فافا ، سوزان أثي ، وديفيد م. بلي. عبر ممتازة كيفن لويس. هذا هو أيضا تقدم حقيقي على الجبهة المنهجية.
