Hiding a Gap Does Not Close It: The Price of Removing the Mean Group Contrast from Learned Models of Learning Dynamics

自适应导师使用从学生数据中学习的模型，并通过消除这些模型中的群体信号来实现公平性修复。我们把这种修复措施的成本转化为审计工具。基于均值-平等回归，我们给出了在最佳预测器基础上去除无法使用群体的预测器的平均群体对比的最小额外误差，公式为$ p_0p_1Δ^2/R^2$，并且任何基于估计群体模型的修正的精确成本，对于最佳预测器而言，始终不低于这一最小值。