O cyberbullying é um fenômeno adverso generalizado entre as interações sociais online na sociedade digital de hoje. Embora numerosos estudos computacionais se concentrem em aprimorar o desempenho da detecção de cyberbullying de algoritmos de aprendizado de máquina, os modelos propostos tendem a apresentar e reforçar vieses sociais não intencionais. Neste estudo, tentamos responder à pergunta de pesquisa "Podemos mitigar o viés não intencional dos modelos de detecção de cyberbullying, orientando o treinamento do modelo com restrições de equidade?".

Cyberbullying is a widespread adverse phenomenon among online social interactions in today's digital society. While numerous computational studies focus on enhancing the cyberbullying detection performance of machine learning algorithms, proposed models tend to carry and reinforce unintended social biases. In this study, we try to answer the research question of "Can we mitigate the unintended bias of cyberbullying detection models by guiding the model training with fairness constraints?".