复旦大学肖仰华：偏见是算法造成的吗？

在海量的信息中，AI算法帮助人们更快更准确地找到想要的内容；在AI的助力下，一座城市的交通得以更合理地规划布局；通过人脸识别AI，甚至可以指引走失者与家人团聚…… AI算法技术正给人们带来越来越多的便利，但同时，也带来不容忽视的挑战——算法偏见。

在近日一场由复旦大学新闻学院、复旦大学全球传播全媒体研究院举办的“智能传播与算法推荐”线上研讨会上，复旦大学计算机学院教授肖仰华指出，算法偏见不单单是算法本身的偏见，它在更广义上是指整个人工智能系统、平台对于某些任务产生一些局限性，导致结果存在一般意义上的偏见，可以归结为“技术上存在某种局限性，导致结果存在一定的偏见”。

那么，算法如何避免偏见呢？

肖仰华分析，第一是避免数据偏见。人工智能的模型都是由数据喂养，所以给它什么样的数据，就可能产生什么样的结果。例如闲聊类型的问答机器人，是根据大量的问答语料训练出来的。如果当你提供的是带有歧视性的对话语料，机器很可能学会带有歧视性的聊天。对于这类问题，肖仰华提出，需要在数据治理和管控方面下大功夫，要确保喂给机器数据本身是消除偏见的。

第二是避免模型自身所导致的偏见。人工智能技术的很多模型本质上是优化的问题，它有明确可量化的优化目标，不同的优化目标会导致不同倾向的结果。在模型构造的时，要做一些特征的设计，特征设计涉及到选择性问题，“我们可以关注这些特征，也可以关注那些特征，在做模型特征设计的时候我们也会带来一定的偏见。” 肖仰华说道。

第三个原因，与当前技术的瓶颈有关。肖仰华提到，技术不透明性，也会导致最终超出人们预期或是可控范围之外的一些结果，从而造成所谓的一些偏见。肖仰华建议，“将所表现的逻辑向大众公开，让大众知其然，还能知其所以然，就能在一定程度上解决对算法的担忧”。但需要注意的是，偏见是基于人而存在的，即使没有算法和技术，偏见都是始终存在的。