苏菲拉底
问题
讲者
谈话
信源
笔记
分享这个追问
← 全部问题
← Ⅵ·01 技术真的中立吗?
追问
算法的偏见从哪里来?
Ⅵ·01 技术真的中立吗?
追总体指标顺带带出来的
待寻访
偏见是照着总体指标做优化时顺带产生的
数据里的旧世界
4 条
偏见来自数据里原封不动的历史与结构性不平等
谁在造、为谁造
2 条
偏见来自谁在造它、为谁服务的权力关系
可能相关
技术带来的问题,该往哪里找出路?
技术带来的伤害,源头在哪里?
该把 AI 看成什么?
技术的后果由什么决定?
AI 攻防中,防御方真的比攻击方更占优势吗?
算力提升还能从哪里来?
AI 最大的危险在哪里?
创新主要来自哪里?
看这一大问题的全部 →
回应
按立场分组 · 点上方立场只看那一组
数据里的旧世界
偏见来自数据里原封不动的历史与结构性不平等
基于历史录用数据训练的简历筛选算法,很可能已经学会了带性别歧视的做法
▶ 17:45
凯茜·奥尼尔
'Weapons of Math Destruction' interview with Cathy O'Neil | Vlog
2022
训练数据的分类体系不只是错误分类,还会依据外貌对人的品格作出道德判断
▶ 22:18
凯特·克劳福德
Atlas of AI: Kate Crawford in conversation with Judy Wajcman
2021
用机器学习把既有流程形式化并规模化,会延续原有世界里的不公正模式
▶ 3:15
莫里茨·哈特
Fairness, part 1 - Moritz Hardt - MLSS 2020, Tübingen
2020
机器学习建立在统计依赖之上,却通常不追问这些依赖关系从何而来
▶ 1:36:19
莫里茨·哈特
Fairness, part 1 - Moritz Hardt - MLSS 2020, Tübingen
2020
谁在造、为谁造
偏见来自谁在造它、为谁服务的权力关系
AI 系统理性客观的外观是其合法性来源,但它们终究是为服务既有支配利益而设计的
▶ 5:52
朱迪·瓦克曼
Atlas of AI: Kate Crawford in conversation with Judy Wajcman
2021
人只能从自己的经验出发做设计,输入的经验范围越窄,产出的想象力就越有限
▶ 37:50
朱迪·瓦克曼
Atlas of AI: Kate Crawford in conversation with Judy Wajcman
2021
分享
↑
苏菲周报 · THE WEEKLY
每周一封,
追问一个大问题。
苏菲拉底的每周来信,写这一周在追问的问题和看到的回应。
订阅 →
苏菲拉底
ASK THE BIG QUESTIONS · THINK DEEPLY · SEE THE WORLD DIFFERENTLY
问题
讲者
谈话
信源
理念
周报
微信公众号
© 2026 苏菲拉底 · 内容仅供学习
[email protected]