Ζητήματα δικαιοσύνης σε προβλήματα κατανομής αγαθών, Γιάννης Καραγιάννης, Αναπλ. Καθ. ΤΜΗΥΠΑΓΑΘΩΝ”, ΓΙΑΝΝΗΣ ΚΑΡΑΓΙΑΝΝΗΣ, ΑΝΑΠΛ ΚΑΘΗΓΗΤΗΣ ΤΜΗΥΠ

Ομιλητής: Γιάννης Καραγιάννης, Αναπλ. Καθηγητής, ΤΜΗΥΠ (Google Scholar)

Τίτλος: Ζητήματα δικαιοσύνης σε προβλήματα κατανομής αγαθών

Περίληψη: Στην ομιλία, θα παρουσιαστούν παραλλαγές προβλημάτων κατανομής αδιαίρετων αγαθών μεταξύ παικτών που έχουν αριθμητικές αποτιμήσεις για τα αγαθά. Θα οριστούν οι βασικές έννοιες δικαιοσύνης σε τέτοια προβλήματα όπως η αναλογικότητα και η έλλειψη ζήλειας και θα παρουσιαστούν απλές ιδιότητες που τις διέπουν. Στη συνέχεια, η ομιλία θα επικεντρωθεί σε κατανομές που μεγιστοποιούν το γινόμενο κατά Nash και θα εξηγηθεί γιατί αυτές εξασφαλίζουν καλές προσεγγίσεις της έλλειψης ζήλειας. Τέλος, θα οριστούν νέες ιδιότητες δικαιοσύνης που είναι σχετικές με τη γνώση που έχουν οι παίκτες για την κατανομή των αγαθών σε άλλους παίκτες και με τις κοινωνικές σχέσεις μεταξύ τους. Θα δοθούν παραδείγματα και θα συζητηθούν πολλά ανοικτά προβλήματα. Για την παρακολούθηση της ομιλίας δεν είναι απαραίτητο κάποιο ιδιαίτερο μαθηματικό υπόβαθρο.

Η ομιλία δίνεται με την ευκαιρία πρόσφατων δημοσιεύσεων του κ. Καραγιάννη στα συνέδρια WINE 2017 (13th Conference on Web and Internet Economics, Bengaluru, India, 17-20 Δεκεμβρίου 2017) και ΑΑΑΙ 2018 (32nd AAAI Conference on Artificial Intelligence, New Orleans, USA, 2-7 Φεβρουαρίου 2018). Θα ακολουθήσει συζήτηση και καφές.

Title: Fairness in allocation problemsAbstract: In this talk, we will present variations of the problem of allocating indivisible goods to agents with additive valuations for the goods. We will define basic fairness concepts such as proportionality and envy-freeness and will discuss their basic properties. Next, we will focus on the maximum Nash welfare allocations and we will explain how they guarantee approximate notions of envy-freeness. Finally, we will define new fairness concepts that are related to the awareness of the agents for the allocation and to their social relations. We will present examples and many open problems. No advanced or special  mathematical background is needed to follow the lecture.