随着人工智能(AI)在不同领域的兴起，关于偏见可能性的问题也越来越多。人工智能引擎并不具备与人类决策者相同的识别能力。因此，当曲解的数据被输入到一个算法中时，人工智能就有可能产生偏差。



例如，英国特许保险协会（CII）最近的一份报告发现，用于训练AI算法的数据集中普遍存在性别偏见。这也适用于其他行业。那么，企业如何才能解决人力资源中的AI偏见问题，并在道德上利用该技术的巨大潜力来改善人力资源系统呢？五位领先的专家分享了他们的见解。

 

检查AI偏差时要记住的五件事

有趣的是，创建AI引擎并非出于偏见。但是，如果使用有偏见的数据集进行训练，他们很可能会产生偏见。同样，开发人员直到AI引擎开始产生结果后才可能注意到。

例如，如果不断向自动化招聘人员提供数据，表明男性更适合担任技术职务，或者女性更适合需要更多软技能的工作，那么AI招聘工具将使这种偏