سوگیری شناختی چیست؟

سوگیری شناختی همچنین می‌تواند منجر به سوگیری یادگیری ماشین شود، که پدیده‌ای است که زمانی رخ می‌دهد که یک الگوریتم به دلیل مفروضاتی که در فرآیند یادگیری ماشین ایجاد می‌شود، نتایج تعصب‌آمیز سیستمی تولید می‌کند. سوگیری یادگیری ماشینی اغلب از داده های ضعیف یا ناقص ناشی می شود که منجر به پیش بینی های نادرست می شود. سوگیری ممکن است توسط افرادی که سیستم‌های یادگیری ماشین را طراحی و آموزش می‌دهند، معرفی شود، زیرا این الگوریتم‌ها می‌توانند سوگیری‌های شناختی ناخواسته توسعه‌دهندگان را منعکس کنند. برخی از انواع نمونه‌ای از سوگیری‌ها که بر یادگیری ماشین تأثیر می‌گذارند عبارتند از تعصب پیش داوری، سوگیری الگوریتم، سوگیری نمونه، سوگیری اندازه‌گیری و سوگیری حذف.

برای جلوگیری از سوگیری شناختی و سایر انواع سوگیری ناشی از آن، سازمان ها باید داده های مورد استفاده برای آموزش مدل های یادگیری ماشین را به دلیل عدم جامعیت بررسی کنند.