روش جمع‌آوری داده، عامل «تبعیض» در سیستم‌های هوش مصنوعی است
ایسنا : پژوهشگران دانشگاه «ام.آی.تی» باور دارند که دلیل بروز تبعیض در سیستم‌های هوش مصنوعی، روش اشتباه جمع‌آوری داده است. پژوهشی که در دانشگاه «ام.آی.تی»(MIT) صورت گرفت، نشان می‌دهد روش جمع‌آوری داده در سیستم‌های هوش مصنوعی، منجر به بروز تبعیض نژادی و جنسیتی در آنها می‌شود.
پژوهشگران، سیستم‌های بسیاری را بررسی کردند و تبعیض حیرت‌آوری را در آنها یافتند. «ایرن چن»(Irene Chen)، دانشجوی دکترای دانشگاه ام.آی.تی و نویسنده ارشد این پژوهش گفت: دانشمندان علوم رایانه، اغلب عقیده دارند که راه کاهش تبعیض در سیستم‌های هوش مصنوعی، طراحی الگوریتم‌های بهتر است اما پژوهش ما نشان می‌دهد که با ارائه داده‌های بهتر می‌توان تفاوت چشمگیری در سیستم‌ها ایجاد کرد. این گروه پژوهشی، یک سیستم پیش‌بینی درآمد را به‌عنوان نمونه بررسی کرد و دریافت که این سیستم، درآمد پایین‌تری را برای کارمندان زن در نظر می‌گیرد. آنها دریافتند با تغییر پایگاه داده‌های سیستم می‌توان امکان بروز چنین اشتباهاتی را تا ۴۰درصد کاهش داد. در بررسی یک سیستم دیگر مشخص شد که هوش مصنوعی در پیش‌بینی مرگ و میر در واحد مراقبت‌های ویژه، دقت کمتری برای بیماران آسیایی به خرج می‌دهد.
