算法歧视与我们的距离
叶慧莹

福建师范大学 心理学院，福建福州，350100；

摘要：歧视无处不在，性别、种族、年龄、学历等话题常常引发社会热议。算法歧视，指数据驱动的算法决策会再现先存的社会歧视模式，从而加深不平等。本文探讨的算法歧视是客观存在的专业术语，非仅主观道德判断。算法因其精确缜密的计算能力和较低廉的成本而备受青睐，逐步融入各种常见领域并代替人类做出关键决策，从医疗决策到金融投资，乃至司法量刑，算法能在一定程度上避免人类的主观性，比人类决策更加理性、公正、无偏，但事实上算法歧视已经渗透到各行各业，群策群力纠偏是大众未来关注和努力的方向。本文就以算法歧视为研究对照，梳理当前研究探索得到的分类和成因，探讨新兴技术带来的法律挑战和解决方案。

关键词：算法歧视；偏见；数字科技；人工智能

参考文献

[1]曹博.算法歧视的类型界分与规制范式重构[J].现代法学，2021,43(04):115-126.

[2]丁艺,邓榕.算法歧视的伦理问题及其治理[J].科技传播,2022,14(20):7-11.

[3]刘培,池忠军.算法歧视的伦理反思[J].自然辩证法通讯，2019,41(10):16-23.

[4]许丽颖,喻丰,彭凯平.算法歧视比人类歧视引起更少道德惩罚欲[J].心理学报，2022,54(09):1076-1092.

[5]Caliskan,A.,Bryson,J.J.,& Barayanan,A.(2017). Semantics derived automatically from language corpora contain human-like biases.Science,183.

[6]CNNIC.(2024, September 19).第54次中国互联网络发展状况统计报告. 199IT互联网数据资讯网. Retrieved from https://www.199it.com/archives/1718242.html.

[7]Hindustan Times. (n.d.). Fairness Flow: Facebook Builds New System for AI Neutrality. Retrieved from https://www.hindustantimes.com/tech/fairness-flow-facebook-builds-new-system-for-ai-neutrality/story-BDkWKOrDDnaywuDVJokB9N.htm.