किस स्थिति में कृत्रिम बुद्धिमत्ता में पूर्वाग्रह की संभावना बढ़ती है?

Correct Answer: C. जब प्रशिक्षण आँकड़े एकतरफा या असंतुलित हों / When the training data is one-sided or unbalanced. Explanation: कृत्रिम बुद्धिमत्ता मॉडल अपने प्रशिक्षण आँकड़ों में मौजूद पैटर्न से सीखता है। यदि ये आँकड़े एकतरफा या असंतुलित हों, तो कुछ समूहों, परिस्थितियों या उदाहरणों का पर्याप्त प्रतिनिधित्व नहीं होता और मॉडल के निर्णयों में पूर्वाग्रह आ सकता है। विविध और प्रतिनिधिक आँकड़े (विकल्प A) पूर्वाग्रह की संभावना घटाते हैं, बढ़ाते नहीं। परीक्षा टिप: AI में निष्पक्षता के लिए डेटा की विविधता और प्रतिनिधित्व जाँचें। / An AI model learns patterns from its training data. If the data is one-sided or unbalanced, some groups, situations, or examples may be underrepresented, which can lead to biased decisions. Diverse and representative data (option A) reduces the likelihood of bias rather than increasing it. Exam tip: For AI fairness, check whether the data is diverse and representative.