A crescente adoção da geração de dados tabulares sintéticos em aplicações de aprendizado de máquina levanta questões importantes sobre as implicações de injustiça dos dados gerados. Este trabalho examina se os modelos de geração de dados sintéticos preservam, amplificam ou reduzem a injustiça dos conjuntos de dados originais, e avalia a eficácia de algoritmos de mitigação de injustiça em dados gerados sinteticamente. Para isso, seis modelos de geração de dados sintéticos foram avaliados em quatro conjuntos de dados de referência da área de injustiça em aprendizado de máquina. Para avaliar a eficácia dos experimentos de mitigação de injustiça, dois algoritmos foram selecionados. Os resultados mostram que os conjuntos de dados sintéticos aumentam sistematicamente a injustiça do classificador em comparação com os dados originais, com aumentos de injustiça variando de modestos a substanciais, dependendo do modelo utilizado. Os algoritmos de mitigação de injustiça permaneceram eficazes em dados sintéticos, alcançando desempenho comparável à sua aplicação em dados reais. Modelos capazes de gerar dados sintéticos de alta utilidade demonstraram as melhores reduções de injustiça após a mitigação. Esses resultados indicam que os dados sintéticos amplificam a injustiça, mas que isso pode ser abordado através de técnicas padrão de mitigação de injustiça quando aplicadas a conjuntos de dados sintéticos de alta qualidade.
.png)
.png)
