演算法偏見 vs 偏差
Algorithmic Bias vs Bias
演算法偏見 側重 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,而 偏差 側重 偏差是模型對特定族群或特徵產生系統性錯誤傾向,源自訓練資料不平衡或演算法設計缺陷。
逐項比較
| 項目 | 演算法偏見 | 偏差 |
|---|---|---|
| 一句定義 | 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 | 偏差是模型對特定族群或特徵產生系統性錯誤傾向,源自訓練資料不平衡或演算法設計缺陷 |
| 常見標籤 | AI倫理、公平性、負責任AI、iPAS中級 | 模型訓練、模型評估、AI倫理與治理 |
| iPAS 關聯度 | 高頻 | 未知 |
| 考生最常問 | 演算法偏見一定是故意的嗎? | 偏差一定是壞事嗎? |