對於人工智慧的機器學習而言，優質資料庫是製作有效模型的關鍵，然而建立資料庫的過程容易發生人為錯誤，造成偏見擴散。Webster Pacific、加州大學聖地亞哥分校與柏克萊分校調查發現，許多人工智慧研究皆未註明資料庫來源或標記者。麻省理工學院（MIT）研究也發現，訓練商用模型的資料庫含有數千至數百萬個錯誤標記，這可能導致劣質模型受到採用，因此學者呼籲人工標記最好採用單一方案，重複使用資料庫也須更加謹慎。
資料來源：reurl.cc/2rV6nX
責任編輯：林薇晨（政治大學 傳播碩士學位學程 碩士）