Balanceamento de dados para mitigar vieses amostrais e algorítmicos: um estudo comparativo

Abstract

A crescente aplicação de modelos de aprendizado de máquina em decisões de alto im pacto social exige uma análise rigorosa de seus potenciais vieses. A justiça algorítmica é um campo de pesquisa fundamental, que frequentemente lida com desafios técnicos como o des balanceamento de grupos sociais, onde a sub-representação de grupos pode levar a resultados discriminatórios. Técnicas de balanceamento de dados são amplamente utilizadas para me lhorar a performance preditiva nesses cenários, mas seu impacto sobre a equidade do modelo é pouco compreendido. O objetivo deste trabalho foi, portanto, investigar empiricamente o trade-off entre performance preditiva e justiça algorítmica ao aplicar um conjunto de dez téc nicas de balanceamento de dados. Para tal, foi conduzido um estudo comparativo de larga escala, avaliando dez abordagens de balanceamento de dados sobre oito bases de dados dis tintas, com onze algoritmos de classificação. A análise foi conduzida sob uma ótica dupla, avaliando-se tanto a performance preditiva, medida principalmente pelo F1-Score, quanto a justiça algorítmica, quantificada por meio de índices de paridade de grupo. Os resultados de monstram que a eficácia de cada técnica é altamente dependente do contexto da base de dados. Enquanto técnicas de sobreamostragem, como o SMOTE, frequentemente ofereceram umbomequilíbrio entre ganho de performance e mitigação de viés, abordagens de subamostra gem agressiva mostraram-se capazes de degradar a equidade em cenários de desbalanceamento severo, evidenciando um trade-off crítico. Conclui-se que não existe uma técnica de balance amento universalmente superior e que a construção de modelos de aprendizado de máquina justos exige uma avaliação conjunta e contextual de múltiplas métricas. Este trabalho contribui com um mapeamento empírico dos efeitos dessas técnicas, oferecendo um guia prático para a seleção de estratégias de mitigação de viés de forma mais consciente e responsável.