在线预览
正文内容一、课前预习
- 如果一个班男生 50 人、女生 5 人，抽签选代表，结果可能偏向谁？为什么？______________________________
- 想一想：机器「学会」偏见，是机器自己想的吗？
二、课堂学习任务单
- 任务一 比一比：
| 数据 | 结果偏向 |
|---|---|
| 9 猫 1 狗 | |
| 5 猫 5 狗 |
- 任务二 减偏见：写出一条减少数据偏见的办法：__________
三、课堂填空
- 训练数据不能代表真实全体，会让模型学到__________。
- AI 应对不同群体尽可能公正，这叫__________性。
- 减少偏见可从__________平衡和标签审核入手。
四、课后巩固
- 和家长聊：生活中有没有「样本太少就下结论」的例子？
- 想一想：为什么说「数据公正，结果才可能公正」？
同章节相关练习
去刷题 →1
数据偏见指的是（ ）。
2
某招聘 AI 因历史数据男性偏多而偏向男性，说明（ ）。
3
关于公平性，正确的是（ ）。
4
减少数据偏见的有效办法是（ ）。
5
人工智能的偏见往往来自训练数据，不是算法故意歧视。（ ）
6
只要数据量够大，就一定不会存在偏见。（ ）
7
训练数据不能代表真实全体，会让模型学到__________。
8
AI 应对不同群体尽可能公正，这体现了__________性。