Fairness – dążenie do sprawiedliwości algorytmów.

Termin odnosi się do konsekwentnego dążenia do eliminowania uprzedzeń i nierówności w działaniu algorytmów, aby wyniki generowane przez systemy sztucznej inteligencji były sprawiedliwe dla wszystkich użytkowników i grup społecznych. W praktyce obejmuje to wdrażanie mechanizmów mających na celu zapewnienie równości w przetwarzaniu danych, unikaniu dyskryminacji oraz minimalizowaniu błędów systematycznych, które mogłyby prowadzić do niesprawiedliwych konsekwencji.

Proces ten wymaga zarówno odpowiedniego projektowania modelów, jak i starannej analizy danych wejściowych, z uwzględnieniem ich reprezentatywności oraz potencjalnych źródeł biasu. Wdrożenie zasad sprawiedliwości w sztucznej inteligencji wiąże się także z monitorowaniem i audytowaniem systemów w celu wykrywania i korygowania niepożądanych efektów. Jest to istotne z punktu widzenia etyki, prawa oraz społecznej akceptowalności technologii, zwłaszcza w obszarach takich jak systemy rekomendacyjne, rekrutacja, opieka zdrowotna czy wymiar sprawiedliwości.