Convocatoria
El 4o. Taller sobre Diseño de Mecanismos para el Bien Social (Mechanism Design for Social Good - MD4SG ’20 se llevará a cabo de manera virtual los días 17-19 de agosto del 2020.
La meta de esta reunión virtual es destacar trabajos que demuestren potencial para mejorar el acceso a oportunidades a grupos en desventaja y comunidades marginalizadas a nivel global, mediante la utilización de técnicas tales como los algoritmos, la optimización y diseño de mecanismos, así como las de otras disciplinas. El Taller incluirá conferencias magistrales, paneles y presentación virtual de posters sobre trabajos de investigación en la materia. El evento espera propiciar interacciones entre áreas académicas, de política y económicas, con la intención de tender puentes entre investigación y política. Para ello, se incluirán presentaciones con propuestas de atención a problemáticas específicas (Problem Pitch) y demostraciones de soluciones, así como oportunidades para hacer networking y para discutir temas de interés común.
MD4SG está solicitando propuestas para presentación de papers de investigación, position papers y papers de política, así como propuestas de solución a problemáticas específicas. La fecha límite es el miércoles 1 de de julio del 2020.
El Comité Organizador aceptará propuestas de contribuciones de varias disciplinas incluyendo: parcialidad y discriminación, participación cívica, sustentabilidad computacional, países en desarrollo, inequidad económica, educación, servicios de salud, vivienda, mercados laborales, privacidad y seguridad. Las propuestas de participación pueden ser: trabajos de investigación que introduzcan nuevas teorías o aplicaciones; position papers que sinteticen trabajo y perspectivas actuales o que subrayen posibles direcciones futuras de investigación; o propuestas de atención a problemáticas (problem pitches) y demostraciones de soluciones que tengan cierto énfasis en diseño e implementación de políticas. Las solicitudes deberán presentarse en cualquiera de los siguientes cuatro Ejes Temáticos:
- Inteligencia Artificial (AI) y Machine Learning incluyendo parcialidad, objetividad algorítmica, ética, división justa y asignación de recursos, interacción persona-computadora en sistemas socio-técnicos, sistemas multi-agente, privacidad y seguridad, elección social computacional, y razonamiento estadístico.
- Estudios Empíricos y de Política incluyendo aplicación de Machine Learning, inferencia causal, ciencia social computacional, análisis empírico de sistemas reales, métodos empíricos, resultados experimentales, estudios de intervenciones políticas informadas por métodos empíricos, al igual que estudios empíricos que validen intervenciones de política.
- Teoría incluyendo diseño de algoritmos, división justa y asignación de recursos, teoría de juegos, diseño de mercados y mecanismos, optimización, administración de la producción, elección social computacional, análisis social de redes, y teoría de machine learning.
- Problems and Demonstrations:
- Propuestas de Atención a Problemática incluye documentos de trabajo (white papers) con énfasis en problemas que ocurren en la práctica que ameritan más atención de la comunidad académica, al igual que trabajos de investigación que propongan métodos sistemáticos para atender tales problemas.
- Demostraciones de soluciones incluyendo prototipos y/o sistemas de software o plataformas móviles que se encuentren en etapa de desarrollo.
- Diseño de mercado en contextos de bajos recursos.
- Medición y evaluación de progreso en alcanzar los Objetivos de Desarrollo Sustentable.
- Reducción de ineficiencias en pequeñas unidades de producción agrícola y en cadenas de suministro
- bajo recursos limitados.
- Diseño de algoritmos que mitiguen parcialidad y que aumenten diversidad.
- Otorgación sistemática de fondos de seguro médico y metodologías para el manejo de acceso a servicios médicos.
- Provisión equitativa de recursos de salud limitados.
- Implicaciones éticas por la utilización de soluciones informadas por algoritmos y diseño de mecanismos en sectores públicos.
- Regulación de mercados en cuanto a datos y privacidad.
- Propuestas algorítmicas para fomentar la participación cívica.
- Evaluación de la equidad en la representación electoral.
- Mecanismos e intervenciones de política con el fin de reducir la desigualdad socioeconómica sistémica.
- Métodos para mitigar resultados económicos desiguales en mercados laborales presenciales y remotos.
- Detección de la existencia o causas de abusos en mercados laborales presenciales y remotos.
- Asignación de asistencia de vivienda a poblaciones de bajos recursos.
- Evaluación de estudiantes, maestros o escuelas en mejorar asignación de recursos educacionales.
- Diseño de sistemas de transporte públicos y compartidos.
- Diseño de cadenas de suministro equitativas y flexibles.
Detalles sobre el proceso de presentación de propuestas::
- Paper de investigación Las propuestas deberán plantear contribuciones teóricas y/o empíricas a un problema previamente estudiado o proponer nuevos problemas motivados por aplicaciones sociales.
- Position Paper: Las propuestas deberán plantear problemas abiertos o proponer perspectivas anteriormente no estudiadas en la intersección del diseño de mecanismos, algoritmos, optimización y áreas como Derecho, Política y Filosofía.
- Problem Pitches: Las propuestas deberán presentar:
- Información contextual sobre el problema
- Ejemplos de cómo técnicas de asignación de recursos, definición de métricas y objetivos apropiados, diseño de sistemas, alineación de incentivos y temas relacionados, podrían aliviar el problema de manera significativa.
- Resumen de metodologías actuales dirigidas a cómo abordar el problema. También deseamos recibir propuestas que contengan una discusión de desafíos para los que se proponen soluciones holísticas y/o que introduzcan nuevos métodos para abordar tales problemáticas.
- Demostraciones: Las propuestas deberán contener un resumen corto describiendo la plataforma, los problemas que resuelve y el potencial que presenta la tecnología en conjunto a técnicas de diseño de mecanismos y algoritmos para mejorar el acceso a oportunidad. Las propuestas también deberán incluir instrucciones en cómo utilizar la plataforma.
Las propuestas serán evaluadas según los siguientes criterios:
- Paper de investigación y position papers:
- Calidad de presentación medida por la precisión y claridad de exposición de la propuesta.
- Relevancia entorno a MD4SG y al tema principal del Taller de construir puentes entre investigación y políticas.
- Novedad: queremos fomentar trabajo en aplicaciones que han sido menos exploradas dentro de los campos de algoritmos, optimización y diseño de mecanismos.
- Se dará consideración positiva significativa a solicitudes con:
- Potencial para trabajo de seguimiento orientado a políticas. Animamos solicitudes que informen o estudien políticas existentes.
- Potencial para crear colaboraciones interdisciplinarias. Aceptamos trabajos con el potencial de generar colaboraciones en áreas de investigación distintas.
- Presentación de conocimientos temáticos particulares. Damos la bienvenida especialmente a profesionales con intereses o experiencia en vincular temas de política con enfoques de investigación académica.
- Problem Pitches y Demostraciones:
- Las propuestas serán evaluadas en cuanto a sus contribuciones a una o más de las siguientes áreas:
- Novedad del problema / temática para la comunidad MD4SG y las áreas de Informática, Economía e Investigación de Operaciones.
- Una exposición detallada del contexto del problema y de las soluciones que se han intentado anteriormente.
- Potencial para futuras colaboraciones y / o seguimiento con la comunidad MD4SG y los formuladores de políticas.
- Discusión de desafíos prácticos, estructurales y / o sociales en soluciones propuestas o existentes.
- Las propuestas serán evaluadas en cuanto a sus contribuciones a una o más de las siguientes áreas:
Instrucciones para el envío de propuestas:
Los autores deben subir un PDF de su artículo a EasyChair. No hay instrucciones específicas de formato o límite de páginas. Además del PDF, se solicita a los autores que escriban un resumen separado y una descripción de 200-250 palabras en EasyChair que resuma su propuesta y su relevancia para el tema del Taller. No se requiere ser el autor principal para enviar la propuesta. Los autores deben enumerar todos los coautores del trabajo presentado tanto en el PDF de la presentación como en EasyChair.
Los propuestas pueden ser: documentos de trabajo, documentos que ya han sido publicados, o documentos que estén en revisión. Si el trabajo ya está publicado, incluya una cita bibliográfica correspondiente en EasyChair.
No se publicarán Memorias del Taller. Todos los envíos de propuestas serán revisados​ por al menos 2 revisores. El Comité se reserva el derecho de no revisar todos los detalles técnicos de las propuestas. Las revisores podrán saber los nombres de los autores la propuesta, pero estos no podrán saber el nombre de los revisores.
Información Importante:
- Fecha límite para el envío de propuestas: 1 de julio a las 3 PM ET
- Página para el envío electrónico de propuestas: EasyChair
- Notificación de resultados: 30 de julio
- Fecha del Taller: Agosto 17-19
Comité Organizador:
- Francisco J. Marmolejo Cossio, University of Oxford
- Faidra Monachou, Stanford University
Comité Directivo:
- Rediet Abebe, Harvard University
- Kira Goldner, Columbia University
- Jon Kleinberg, Cornell University
- Illenin Kondo, University of Notre-Dame
- Sera Linardi, University of Pittsburgh
- Irene Lo, Stanford University
- Ana-Andreea Stoica, Columbia University
Area Chairs
- Teoría: Daniel Freund, MIT Sloan; Sam Taggart, Oberlin College
- Estudios Empíricos y de Política: Zoe B. Cullen, Harvard Business School; Robert Manduca, Harvard University
- Inteligencia Artificial (AI) y Machine Learning: Dina Machuve, Nelson Mandela African Institution of Science and Technology; Ana-Andreea Stoica, Columbia University; Bryan Wilder, Harvard University
- Problems and Demos: Araba Sey, United Nations University
Comité de Programa
- Itai Ashlagi, Stanford University
- Hamsa Bastani, Wharton School - University of Pennsylvania
- Michael Carlos Best, Columbia University
- Michael Best, Georgia Institute of Technology
- Elettra Bietti, Harvard Law School
- Abeba Birhane, University College Dublin
- Peter Blair, Harvard University
- Mark Braverman, Princeton University
- Sydnee Caldwell, UC Berkeley
- Augustin Chaintreau, Columbia University
- Jose R. Correa, Universidad de Chile
- Lenore Cowen, Tufts University
- Krishna Dasaratha, Harvard University
- Bikramaditya Datta, Indian Institute of Technology, Kanpur
- Jonathan Davis, University of Oregon
- Maria De-Arteaga, University of Texas at Austin
- Joann de Zegher, MIT Sloan
- John P. Dickerson, University of Maryland
- Edith Elkind, University of Oxford
- Meryem Essaidi, Princeton University
- Elizabeth Evans, Cayena Capital Management, LLC
- Elena Falcettoni, Federal Reserve Board of Governors
- Jessie Finnochiaro, University of Colorado Boulder
- Felix Fischer, Queen Mary University of London
- Rupert Freeman, Microsoft Research
- Jiarui Gan, University of Oxford
- Nikhil Garg, Stanford University
- Joel Goh, NUS Business School
- Michelle Gonzalez Amador, United Nations University
- Yoan Hermstrüwer, Max Planck Institute for Research on Collective Goods
- Marc Juarez, University of Southern California
- Anson Kahng, Carnegie Mellon University
- Adam Kapor, Princeton University
- Maximilian Kasy, University of Oxford
- Matthew Kenney, Duke University
- Sara Kingsley, Carnegie Mellon University
- Karen Levy, Cornell University
- Wanyi Li, Stanford University
- Edwin Lock, University of Oxford
- Vahideh Manshadi, Yale University
- Nicholas Mattei, Tulane University
- Duncan McElfresh, University of Maryland
- Jasmin McNealy, University of Florida
- Teddy Mekonnen, Brown University
- Ken Moon, University of Pennsylvania - Wharton
- Nyalleng Moorosi, Google AI South Africa
- Zanele Munyikwa, MIT Sloan
- George Obaido, University of the Witwatersrand, Johannesburg
- Chinasa Okolo, Cornell University
- Roya Pakzad, Taraaz
- Bobby Pakzad-Hurson, Brown University
- Lucy Qin, Brown University
- Manish Raghavan, Cornell University
- Evan Riehl, Cornell University
- David Robinson, Upturn
- Daniela Saban, Stanford University
- Zhaowei She, Georgia Institute of Technology
- Eric Sodomka, Facebook Research
- Nicolas Stier, Facebook Research
- Inbal Talgam-Cohen, Technion - Israel Institute of Technology
- Alex Teytelboym, University of Oxford
- Neil Thakral, Brown University
- Winnie van Dijk, University of Chicago
- Daniel Waldinger, New York University
- Yixin Wang, Columbia University
- Anne Washington, New York University
- Lily Xu, Harvard University
- Angela Zhou, Cornell University