Er algoritmer venn eller fiende? Menneskesinnet er evolutionært utformet for å ta snarveier for å overleve. Vi hopper til konklusjoner fordi hjernen vår ønsker å beskytte oss. De fleste av våre fordommer fungerer til vår fordel, som når vi oppfatter en bil som nærmer seg i høy fart som farlig, og vi umiddelbart flytter oss, eller når vi velger å ikke ta en bit av et matprodukt som ser ut til å være bedervet. Imidlertid kan iboende fordommer ha negative konsekvenser for arbeidsmiljøer og beslutningsprosesser i samfunnet. Til tross for at algoritmer og maskinlæring prøver å eliminere fordommer, er de skapt av mennesker og dermed mottakelige for det vi kaller algoritmisk skjevhet. I boken 'Understand, Manage, and Prevent Algorithmic Bias' gir Tobias Baer deg innsikt i opprinnelsen til algoritmisk skjevhet, hvordan du kan håndtere det som en forretningsbruker eller regulator, og hvordan datavitenskap kan bidra til å forhindre at fordommer sneier seg inn i statistiske algoritmer. Baer tar grundig for seg mer enn 100 forskjellige typer naturlige skjevheter, og gir leseren verktøyene de trenger for å navigere i den komplekse verden av algoritmiske prosesser.
