朱战平,钮 锟

人工智能推荐系统中，算法偏见通过数据驱动、模型缺陷、反馈循环多路径渗透，引发用户权益受损、社会公平失衡、系统鲁棒性下降等决策安全问题。本文采用因果推断溯源、多维度度量、动态实时监测等方法，识别与评估算法偏见的形成机理及安全风险，进而从数据去偏、算法全生命周期审计、人机协同修正三个维度，构建针对性治理路径。研究明确了算法偏见的传导规律与安全隐患，提出的识别方法与治理方案可有效遏制偏见扩散、筑牢决策安全防线，为人工智能推荐技术公平发展提供支撑。

算法偏见；推荐系统；决策安全；偏见治理；因果推断

[1] 王树西,夏增艳.算法偏见､隐私与自主性:人工智能伦理困境破解路径研究[J].集成技术,2025,14(05):72-85. [2] 陈柳钦.人工智能驱动场景创新的经济风险与治理:算法偏见､就业冲击与福利平衡[J].工信财经科技,2025,(06):1-21. [3] 张未曦.隐形的把关人:人工智能语境下新闻出版的算法偏见困境[J].知识窗(教师版),2024,(07):60-62. [4] 王佑镁,王旦,王海洁,等.算法公平:教育人工智能算法偏见的逻辑与治理[J].开放教育研究,2023,29(05):37-46. [5] 雷霞.搜索引擎智能推荐的权力控制与人的能动性[J].现代传播(中国传媒大学学报),2021,43(05):145-151.

点击下载PDF