Pojmy ako predsudok či skreslenie môžeme chápať mnohými spôsobmi, či už v pozitívnom alebo negatívnom význame. Poznáme mnoho typov predsudkov, akými sú napríklad spoločenské a historické predsudky či predsudky v reprezentácii. Spoločenské predsudky môžeme vnímať aj ako isté stereotypy, ktoré sú založené na demografických faktoroch či fyzických charakteristikách, napríklad s ohľadom na rasu, etnický pôvod, pohlavie, sexuálnu orientáciu, socioekonomický status alebo vzdelanie. 

Tieto stereotypy vnímame v prevažnej miere ako nespravodlivé. A zdá sa, že ani systémy umelej inteligencie nedokážu byť úplne spravodlivé. Platí to najmä pre tie algoritmy, ktoré sa učia z dát, keďže tie už určité skreslenia môžu v sebe obsahovať.

To však neznamená, že by sme mali s takouto situáciou zmieriť. Pretože ak má byť naším cieľom minimalizovať potenciálne riziká umelej inteligencie skôr, než spôsobia ľuďom neželanú ujmu, potom je nevyhnutné, aby sme lepšie porozumeli aj mechanizmom, ktoré stoja za jej predsudkami. 

Umelá inteligencia nepreberá od nás iba užitočné znalosti. Niekedy si osvojí aj naše predsudky a stereotypy. Žiaľ, o predsudkoch modelov umelej inteligencie pracujúcich so slovenčinou nevieme takmer nič. To sa však chystáme zmeniť.

Tento projekt je financovaný Veľvyslanectvom USA v Bratislave z Programu malých grantov.