Bias vzniká v datech (nevyvážené vzorky), v návrhu modelu i v kontextu použití. Ve veřejné správě může diskriminovat skupiny a podrýt legitimitu rozhodování. Mitigace zahrnuje kurátorované datové pipeline, fairness metriky a testy na chráněných i proxy atributech. Doplňuje ji lidský dohled a právo na vysvětlení výsledku. Průběžné sledování driftu brání postupné degradaci férovosti. Zveřejňování model cards a datasheets usnadňuje audit a komunikaci s veřejností. Férovost je proces, ne jednorázové „odškrtnutí“ požadavku.
