阿摩線上測驗
57. 哪一個方法可以用來測試AI是否在不同群體中公 平運作?
(A) 反事實假設狀況
(B) 訓練數據擴充
(C) 增加計算資源
(D) 限制 AI學習範圍
答案：登入後查看
統計： A(606), B(197), C(19), D(12), E(0) #3416332
統計： A(606), B(197), C(19), D(12), E(0) #3416332
詳解 (共 4 筆)
Elle
#6603474
反事實假設狀況（Counterfactual Scenario）是指，在保留除了某個特定條件之外的所有因素不變的情況下，假設該條件改變後，觀察可能發生的結果。
ㅤㅤ
簡單說，就是問自己：如果在一切都相同的情況下，只改變 X，會不會得到不同的結果？
ㅤㅤ
假設你去面試，模型預測你 「不錄取」。
- 真實情況：你是女性、履歷內容如實
- 反事實假設：假設在履歷完全相同的情況下，你的性別改為男性
- 比較結果：
- 如果模型預測改成「錄取」→ 可能存在性別偏見
- 如果還是「不錄取」→ 至少性別不是主要影響因素
ㅤㅤ
反事實公平性（Counterfactual Fairness）就是利用這種假設，檢查模型在敏感屬性（性別、種族、年齡等）變化時，預測是否保持一致。這方法能幫助判斷模型的決策是否真的基於與任務相關的特徵，而非不該影響結果的屬性。
3
0
docats wang
#6382538
這題正確答案是：
(A) 反事實假設狀況（Counterfactual scenarios）
(A) 反事實假設狀況（Counterfactual scenarios）
ㅤㅤ
✅ 說明：
反事實假設狀況（Counterfactual scenarios） 是一種常用來檢測 AI 是否公平的方法。
它的邏輯是這樣的：
「如果只改變一個屬性（如性別、種族），其餘條件都相同，AI 的預測是否會跟著改變？」
例如：
-
如果一位女性被拒絕貸款，我們製造一個幾乎一樣的「男性版本」資料，看看 AI 是否就會給過？
-
若答案不同，代表模型可能有偏見（不公平）。
1
0
shihchungfan
#7309889
反事實假設（Counterfactual Analysis） 是一種常用來檢測 AI 公平性（Fairness） 的方法。
它的做法是：
-
改變某些敏感特徵（例如性別、種族、年齡）
-
其他條件保持相同
-
觀察 AI 的預測結果是否改變
例如：
如果把某人的 性別從男性改成女性，但其他條件都一樣，AI 的結果卻改變了，可能表示模型存在 偏見或不公平。
各選項分析：
-
(A) 反事實假設狀況 ✅ 可以用來測試 AI 在不同群體中的公平性
-
(B) 訓練數據擴充 → 主要是增加資料量，不是直接測試公平性
-
(C) 增加計算資源 → 與公平性測試無關
-
(D) 限制 AI 學習範圍 → 不是公平性檢測方法
0
0