第135章 老周一句话点破偏见来源（2/2）

请关闭浏览器的阅读/畅读/小说模式并且关闭广告屏蔽过滤功能，避免出现内容无法显示或者段落错乱。

苏晓：

难怪扎实。

晚上，云启未来白板写：

数据来自人，人有偏见，所以模型要被检查。

何苗写：

反映现实，不等于合理化现实。

张磊写：

别指望数据成仙。

林凡写：

模型偏见不是机器学坏，是机器认真学了人类没改好的部分。

老周看完，点头：“最后一句太长。”

林凡说：“但准确。”

“准确也可以短。”

“您来。”

老周拿起笔，在

垃圾进，偏见出。

张磊鼓掌：“周哥，英文缩写都省了。”

林桂兰看见后，说：“这跟做饭一样。坏菜进锅，好锅也救不了。”

老周认真点头：“阿姨这个例子，比我PPT第四页好。”

HR后来问老周要不要补第四页。

老周说：“不用。让他们记住三页就够了。”

但林凡知道，自己已经记住了第四页：

坏菜进锅，好锅也救不了。

培训结束后，HR真把老周那三页PPT发到了公司学习平台。系统自动生成课程简介：

本课程系统讲解AI模型偏差来源、治理方法及数据伦理原则。

老周看完，皱眉：“我讲得有这么多吗？”

林凡说：“平台替你升华了。”

张磊说：“周哥，您现在也是体系化课程讲师。”

老周冷冷看他：“收费吗？”

“暂时不。”

“那还不算堕落。”

几天后，小吴把“数据来自有偏见的人”贴在自己的显示器边。他说每次看评分表之前先看一眼，防止自己把分数当圣旨。

林凡觉得，这比HR平台上的课程完成率更有用。

培训的余波还在继续。销售同事开始在客户方案里加“偏差检测”一页，虽然写得很浅，但至少不再只写“模型客观高效”。客服同事也会在投诉单里标注“疑似群体性误伤”，不再把每个用户都当孤立麻烦。

老周嘴上说“别指望一场培训改变世界”，但林凡看得出来，他看到小吴那张便利贴时，心情不错。

有些知识传下去，不是变成掌声。

是变成别人工作前多看的一眼。