随着人工智能(AI) 在不同领域的兴起，关于潜在偏见的问题越来越多。人工智能引擎不具备与人类决策者相同的识别能力。因此，当错误解释的数据被输入算法时，人工智能有可能产生偏见。例如，英国特许保险协会(CII) 最近的一份报告发现，用于训练人工智能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，企业如何解决人力资源中的人工智能偏见问题，并以合乎道德的方式利用该技术的巨大潜力来改善人力资源系统呢？五位权威专家分享了他们的见解。检查人工智能偏见时要记住的五件事有趣的是，人工智能引擎并不是出于偏见而创建的。然而，如果在有偏见的数据集上进行训练，它们可能会存在偏见。同样，开发人员可能不会注意到，直到人工智能引擎开始产生结果。例如，如果自动招聘人员不断收到数据表明男性更适合技术职位，或者女性更适合需要更多软技能的工作，那么人工智能招聘工具将使这种偏见偏向用户：
禁止访客访问当前内容！
立即注册/登录了解更多
