理解AI偏见与公平性
1. 为什么即使没有恶意也会产生数据偏差?
Amazon 并不想歧视任何人——历史数据中已经存在不平等。
2. 什么是AI偏见背景下的反馈回路?
预测性警务:预测 → 更多警察 → 更多逮捕 → 预测得到证实。
3. 一个招聘工具系统性地对来自特定邮政编码的申请者进行较差的评价。第一步是什么? 2 pts
在偏见活跃时:先停止,然后调查。在等待解决方案期间不要继续歧视。
4. 哪种简单方法可以帮助识别偏见而无需成为AI专家?
无需专业知识 — 只需判断:群体之间是否存在系统性差异?
5. EU AI Act Art. 10 对高风险系统有何要求?
Art. 10 将偏见检查和数据管理设为义务,而非建议。
6. 可能存在偏见的警示信号是什么?(可多选) 2 pts
系统性差异、代理变量和缺乏透明度是警示信号。