拉美地区的算法偏见：64%的受审计模型显示出未管理的、可验证的偏见

对阿根廷、巴西、哥伦比亚和墨西哥组织中生产环境下的78个AI模型进行的审计发现，64%的模型至少存在一种未管理的、可验证的偏见。最常见的偏见包括：训练数据中农村人口代表性不足（51%的含人口统计数据的模型）、性别信用审批率差异（金融模型中差异高达23个百分点），以及招聘选择结果与邮政编码作为社会经济代理指标相关联（38%的人力资源模型）。82%的受审计组织未实施任何公平性指标。仅11%按照ISO 42001附录B进行了AI影响评估。开发的框架建立了6个适应拉美监管背景的公平性指标，一个在不中断生产的情况下适用的审计协议，以及允许持续监控的行业特定警报阈值。