據(jù)英國《每日郵報(bào)》報(bào)道，來自英國卡迪夫大學(xué)和美國麻省理工學(xué)院的計(jì)算機(jī)科學(xué)和心理學(xué)專家發(fā)現(xiàn)，自主機(jī)器人可以通過識別、復(fù)制、學(xué)習(xí)其他機(jī)器人的行為產(chǎn)生偏見，某些種類的算法已經(jīng)產(chǎn)生性別歧視和種族歧視。

為證實(shí)人工智能可以自己產(chǎn)生偏見，科學(xué)家用計(jì)算機(jī)模擬博弈。博弈中，每個(gè)個(gè)體都可以將錢送給自己所在的群體或其他群體，以測試每個(gè)個(gè)體的給予策略，觀察其是否對其他群體有偏見。參與研究的卡迪夫大學(xué)計(jì)算機(jī)科學(xué)與信息學(xué)教授Roger Whitaker表示：“通過成千上萬次模擬，我們發(fā)現(xiàn)了偏見是如何演化的、哪些情況可以激化偏見、哪些情況可以減弱偏見。我們的研究表明，偏見是自然產(chǎn)生的、影響非常大的，它很容易被激勵(lì)、損害大范圍的連通性。來自同一偏見群體的保護(hù)可以非主觀地引起更進(jìn)一步的偏見，使整個(gè)群體四分五裂。這種廣泛傳播的偏見很難逆轉(zhuǎn)?！边@些個(gè)體是通過復(fù)制那些有更高短期效益的個(gè)體使得偏見升級的，可見偏見并不需要高級認(rèn)知能力。

在另一項(xiàng)關(guān)于性別的研究中，研究人員發(fā)現(xiàn)，微軟、IBM和Face++等的人臉識別服務(wù)中存在性別歧視和種族歧視。這些服務(wù)對于男性白人更加友好，而對于男性黑人和女性黑人錯(cuò)誤率最高。