Een detailhandelsbedrijf wil verantwoorde praktijken volgen bij het verzamelen van gegevens om een productaanbevelingsmodel te bouwen. Welke praktijk voor gegevensverzameling helpt bias te verminderen?

De juiste optie is "Zorg ervoor dat de dataset gebalanceerd is en afkomstig is van een diverse groep klanten." Dit vermindert bias omdat het model dan leert van een representatieve dwarsdoorsnede van de bevolking, in plaats van te generaliseren op basis van een beperkte groep. Een gebalanceerde en diverse dataset helpt om onbedoelde discriminatie of onnauwkeurigheden in aanbevelingen te voorkomen die kunnen ontstaan als bepaalde groepen ondervertegenwoordigd zijn. De andere opties vergroten juist de bias: Alleen gegevens van klanten die overeenkomen met het algemene demografische profiel beperkt de diversiteit en negeert minderheidsgroepen. Alleen gegevens van klanten met een eerdere aankoopgeschiedenis sluit nieuwe klanten of klanten met andere interactiepatronen uit. Alleen gegevens uit een openbaar beschikbare dataset garandeert niet dat deze representatief, actueel of relevant is voor de specifieke klantbasis van het bedrijf.