कृत्रिम बुद्धिमत्ता मॉडलों की बढ़ती लोकप्रियता और अनुप्रयोग की सीमा उनकी विश्वसनीयता और उनके द्वारा उत्पन्न परिणामों तथा सिफारिशों के पीछे के कारणों की व्याख्यता पर ध्यान देने की मांग करती है। एआई के विकास से प्रेरित व्यापक स्वचालन के गंभीर सामाजिक परिणाम हो सकते हैं, और डेटा पक्षपात मॉडलों में अनैतिक और सामाजिक रूप से अस्वीकार्य प्रवृत्तियों का कारण हो सकता है। यह न केवल डेटा संग्रह और प्रसंस्करण के चरण में, बल्कि मॉडल प्रशिक्षण या क्रियान्वयन के दौरान भी प्रकट हो सकता है। वैज्ञानिक समुदाय का कर्तव्य है कि वे न केवल मॉडलों के पक्षपात को उजागर करने पर विशेष ध्यान दें, बल्कि अस्वीकार्य कार्यान्वयन का पता लगाएं और विकसित हो रहे तकनीकी समाधानों के सामाजिक परिणामों को ध्यान में रखने का प्रयास करें। इस अध्ययन में, हम केवल पक्षपात के कारणों को ही नहीं, बल्कि महत्वपूर्ण सामाजिक प्रभावों वाले उदाहरणों और पक्षपात तथा उसके सामाजिक परिणामों को समाप्त करने के लिए प्रदान किए गए उपायों को भी देखेंगे।
Wojciechowski et al. (Sun,) ने इस प्रश्न का अध्ययन किया।
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: