A Remover categorias sensíveis dos conjuntos de dados, como raça e gênero, para evitar que esses fatores influenciem as decisões da IA.
B Ajustar estatisticamente os modelos para que diferentes grupos recebam previsões balanceadas, mesmo que isso ocasione perdas na precisão dos resultados.
C Utilizar apenas dados historicamente neutros, fazendo com que o modelo aprenda sem distorções relacionadas a padrões sociais passados.
D Adotar um viés intencional no treinamento dos modelos para favorecer grupos historicamente prejudicados, corrigindo desigualdades estruturais.
E Incluir diversidade de dados no treinamento da IA e avaliar o impacto das decisões para detectar e corrigir distorções estatísticas.