什么是偏见（Bias）？

偏见（Bias）在人工智能领域指数据、算法或系统决策中存在的系统性偏差，这种偏差可能导致对特定群体或类别的歧视性结果，根源常在于训练数据的代表性不足、历史偏见的嵌入或模型设计的不均衡，从而削弱AI模型的公平性和泛化能力。

在AI产品开发的实际落地中，偏见问题直接影响产品的伦理性和用户信任，例如在推荐系统或招聘工具中可能放大社会不平等。产品经理需通过数据预处理（如平衡采样）、公平性指标监控（如差异影响分析）和算法调整（如对抗训练）来缓解偏见，确保产品在部署中公正可靠。