尽管人们喜欢谈论人工智能（AI）和机器学习能够完成比人类做的更好的事情，但事实是人工智能和机器学习只是加速了人类正常工作的速度。
正如关于人工智能偏见的一篇深思熟虑的文章所写的那样，“当人们开始构建机器学习模型时，将会遇到了一个不变的事实：人工智能的最大挑战经常在写入程序时开始，这使得人们必须明确自己的目标，几乎没有其他的办法。”
换句话说，人工智能的采用反映和放大了人们的偏见，而不是消除这些偏见。当人们采用人工智能和机器学习时，从市场营销到司法判决，人们都需要对此有所了解。
不管怎样，机器需要完全按照人们告诉他们要做的事情实施。正如行业专家强调的那样，通过数据启动机器的最佳方式并不是速度，而是缺乏创造力：机器学习的真正优势在于他们不会感到厌倦或分心，机器学习模型可以连续做出数百万或数十亿次不同的数据决策，并且不会让它变得更糟或更好。这意味着可以将它们应用于人类很难应对的问题，比如为单个搜索排名数十亿的网页等。这种优势是真实的，但它也带来了问题。
尽管营销人员喜欢以“超越人类”的方式出售他们的人工智能产品，但这并不是。人们需要对计算机进行编程，在这个过程中，人们采用自己的计算机编程时充满了他们的偏见。正如专家所指出的的那磁：机器学习模型有一个非常讨厌的习惯，那就是他们会学习数据，然后告诉他们学到了什么。此外，他们也可能固执地拒绝学习，除非人们明确向他们解释那是什么。
专家总结道：“人工智能模型对人们来说是一面镜子，他们不明白人们什么时候不诚实。换句话说，人工智能模型并不是一个中立的仲裁者：人们将告诉它真相，并将这种真相反映在人们身上。而人们已经对人工智能和机器学习期望过多，以至于人们需要使用计算机与人工代理通话或进行人工代理。”
当人们对人工智能和机器学习算法进行编程时，必须对重要的事情做出明确的决定，而在被迫公开面对编程这些模型的偏见时，人们可能会学会克服这些偏见。
