代理變數造成間接歧視

風險描述

模型使用看似中性的特徵（如郵遞區號、母校、通勤距離），但這些特徵與種族、社經背景高度相關，形成間接歧視。法律上，間接歧視同樣構成違法，但比直接使用保護屬性更難偵測。機器學習模型特別擅長發現和利用這些代理關係，即使開發者並未刻意設計。