Algorithmic Bias

定义 Definition

算法偏见：指算法系统因训练数据、设计目标、特征选择或部署环境等原因，对某些群体产生系统性不公平的结果（例如更高的误判率、更少的机会分配）。在现实中常见于招聘筛选、信贷审批、刑事司法、广告投放与人脸识别等场景。（也可泛指“算法带来的偏差”，但最常讨论的是社会公平层面的偏见。）

发音 Pronunciation (IPA)

/ˌælɡəˈrɪðmɪk ˈbaɪəs/

词源 Etymology

algorithmic 来自 algorithm（算法），词根可追溯到中世纪拉丁语 algorismus，源于数学家 al-Khwārizmī（花剌子密） 的拉丁化名字，后引申为“按规则计算的方法”。
bias 源自古法语 biais，原意有“斜的、倾向的”含义，后来引申为“偏向、偏见”。
组合起来，algorithmic bias 字面义是“算法性的偏向”，现代语境中特指“算法导致或放大社会不公平的偏见”。

例句 Examples

The company is auditing its hiring tool for algorithmic bias.
公司正在审计其招聘工具是否存在算法偏见。

Algorithmic bias can emerge when historical data reflects unequal treatment, causing automated decisions to disadvantage certain groups.
当历史数据本身反映了不平等对待时，算法偏见就可能出现，使自动化决策对某些群体不利。

文学与著作 Literary Works

Cathy O’Neil，《Weapons of Math Destruction》（《数学杀伤性武器》）
Safiya Umoja Noble，《Algorithms of Oppression》（《压迫的算法》）
Virginia Eubanks，《Automating Inequality》（《自动化不平等》）
Shoshana Zuboff，《The Age of Surveillance Capitalism》（《监视资本主义时代》）