在纪录片的这段视频中 偏见 （可在 POSITIVR.tv 上找到）聚光灯在机器上，但为什么呢？ 偏见和新技术之间有什么联系？ 这部纪录片以一种完全最新的方式揭示了人类偏见对机器及其功能的影响。

就像一个永恒的真理，作者 日常偏见，霍华德·罗斯在纪录片的开头断言：“每个人都有偏见，就像我们呼吸一样，我们有偏见，它是我们的一部分”。 机械呢？ 他们也会有偏见吗？ 这个问题似乎完全是虚构的，但它在今天比以往任何时候都更频繁地出现。

新技术和人工智能的发展

新技术和人工智能 (AI) 已经侵入了我们的日常生活。 根据 INSEE 的数据，2017 年，在法国大都市，82% 的参考人为 16 岁或以上的家庭拥有电脑，83% 的家庭拥有互联网连接。 自从艾伦·图灵的著名著作出版以来 计算机与智能 1950 年，奠定了人工智能的基础。 这门学科引起的兴趣来自分配给它的目标：想象并融入新技术程序，使他们能够以与人类相媲美的方式进行推理。 换句话说，它是关于人为地重新创建和编程人类特征之一。 正是在这个人向机器的传输中，记录了这部纪录片 偏见. 我们是否也将我们的偏见传递给了机器？ 纪录片的视频片段正面回答了这个问题。 毕竟，控制机器操作的算法背后是研究人员，他们自己也受到隐性或无意识偏见的影响。

人与机器，相互影响

偏见 非常清楚地强调了人工智能发展所代表的挑战，尤其是 机器学习. 这 机器学习 或机器学习，是指赋予计算机从提交给它们的信息中“学习”的能力。 正如 Francesca Rossi 在视频中解释的那样，正是在这个阶段，我们对机器的偏见才开始传播。 提供给算法的训练数据反映了编程负责人的无意识偏见。 然后，机器将使用这些已经有偏见的数据进行学习，并间接区分这些算法的用户。 然而，有可能扭转这种偏见，特别是通过尽可能地多样化这些著名的学习数据。

人工智能服务于解决隐性偏见

此外，新技术和人工智能是对抗隐性偏见的特别有用的盟友。 因此，该纪录片重点介绍了各种现有解决方案，例如使用体验模拟器进行“与偏见作斗争的培训”； 甚至使用虚拟现实，让体验它的人暂时代替受歧视的人，以扭转他们可能拥有的隐含偏见。 偏见还回顾了了解这些隐性偏见存在于每个人以及新技术中的重要性，以便有效地对抗它们。

想了解更多关于隐性偏见的信息吗？ 我们邀请您发现纪录片 偏见可在 POSITIVR.tv 上获得（并可通过您的 POSITIVR PREMIUM 订阅访问）。