谴责的技术：人工智能中的偏见

人工智能和机器学习正日益用于卸载决策责任。在过去，一种理由是机器与人不同，因而可以公平且不带偏见。但证据表明情况并非如此。我们首先假设算法可以取代人类，以及算法不可能具有偏见。将这些命题作为公理，很快就会导向荒谬的结论。受此启发，我们更仔细地考察这些口号，识别了围绕'偏见'一词的等价混淆现象。我们诊断了当人们对算法偏见作出情感反应时，所涉及的三种形式的谴责——知识层面的、道德层面的和政治层面的。随后，我们提出了人工智能社区可以采取的三种实际方法来解决偏见问题，包括澄清关于偏见的语言、开发新的智能系统审计方法，以及在这些系统中内置某些能力。我们通过抛出关于算法偏见讨论的道德警示，以及可能转移到人工智能其他领域的其他对话。