公平性

公平性是指通过算法决策，解决最终用户可能因种族、收入、性取向或性别等敏感特征而面临的可能不同的结果。例如，招聘算法是否会对与特定性别或种族相关的申请人姓名产生偏见？

观看以下视频，详细了解机器学习系统可能如何容易受到人类偏见的影响：

如需了解实际应用示例，请参阅有关 Google 搜索和 Google 相册等产品如何通过 Monk 肤色量表改善肤色多样性呈现效果的文章。

有一些可靠的方法可以识别、衡量和减少模型中的偏差。机器学习速成课程的公平性模块深入探讨了公平性和偏差缓解技术。

人 + AI 研究 (PAIR) 提供了有关衡量公平性和隐性偏差的互动式 AI 可探索内容，可帮助您了解这些概念。 如需了解与机器学习公平性相关的更多术语，请参阅机器学习术语表：公平性 | Google for Developers。