Смещение групповой атрибуции — склонность предполагать, что характеристика, наблюдаемая у одного человека или подмножества, относится ко всей группе. В разработке ИИ оно может попадать в наборы данных через нерепрезентативную выборку или разметку и приводить к несправедливым обобщениям о людях.
Assuming that what is true for an individual is also true for everyone in that group. The effects of group attribution bias can be exacerbated if a convenience sampling is used for data collection. In a non-representative sample, attributions may be made that don't reflect reality. See also out-group homogeneity bias and in-group bias. Also, see Fairness: Types of bias in Machine Learning Crash Course for more information.