5 artykułów
Algorytmy AI nie są neutralne — często reprodukują lub wręcz potęgują dyskryminację. Instancje od kredytów po rekrutację ujawniają, jak systematyczne błędy AI uderzają w najsłabsze grupy.
Systemy AI uczą się na danych historycznych, które odzwierciedlają dawne uprzedzenia. Algorytmy nie tylko je reprodukują, ale mogą potęgować, blokując naprawę niesprawiedliwości.
Systemy rekrutacyjne oparte na AI obiecują obiektywność, a scalają historyczne uprzedzenia. Setki badań z lat 2025–2026 pokazują, gdzie i jak algorytmy dyskryminują kandydatów.
Maszynowe tłumaczenia AI powielają dominację języków wielkich i pomijają niuanse kulturowe mniejszości. W rezultacie, świat widziany przez AI staje się bardziej monocentryczny.
Sztuczna inteligencja nie jest neutralna. Błędy systematyczne w danych treningowych prowadzą do dyskryminacji rasowej, płciowej i etnicznej w obszarach od rekrutacji po sprawiedliwość karną.