---
title: "演算法偏見（Algorithmic Bias）"
slug: algorithmic-bias
language: zh-TW
source: https://aiterms.tw/learning/what-is-algorithmic-bias
updated_at: 2026-04-27
tags: [AI倫理, 公平性, 負責任AI, iPAS中級]
ipas_term: true
type: deep-dive
---

# 演算法偏見 是什麼？

> 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

## 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。

## iPAS 考試出題分析

屬於高頻考範圍。

---

深度解說頁：https://aiterms.tw/learning/what-is-algorithmic-bias
快查頁：https://aiterms.tw/terms/algorithmic-bias
最後更新：2026/04/28