演算法偏見 是什麼？

Algorithmic Bias — 演算法偏見 的完整解釋

演算法偏見是指 AI 模型因訓練資料或設計缺陷而產生對特定族群不公平的預測結果，是 AI 治理與負責任 AI 的核心議題

演算法偏見 的完整說明

演算法偏見（Algorithmic Bias）源自多個環節：歷史偏見（訓練資料本身的社會偏見）、表示偏見（特定族群資料不足）、測量偏見（特徵定義不公平）。識別方法：公平性指標（Fairness Metrics）如 Equal Opportunity、Demographic Parity。緩解策略：資料重新平衡、對抗性去偏訓練、後處理校正。iPAS 考試重點：了解演算法偏見的來源、識別方式與調整策略，與 AI 倫理、負責任 AI 密切相關。

演算法偏見 在 iPAS 考試中的重點

根據歷年統計，演算法偏見 相關題目 屬於高頻考範圍。