获得用户同意、进行数据审查并将 保持在最低限度
使用算法决策的公司应采取主动的方式，确保其系统透明、可解释且可审计。公司不仅应在用户数据被用于算法决策时通知用户，还应征得他们的同意。征得同意后，所有用户数据 机器学习基于算法的算法需要受到保护和匿名化。
开发人员应该像在版 芬兰电话号码数据 本控制系统中处理代码一样对待数据。当开发人员集成并将 模型部署到生产中时，他们应该经常进行数据审查，以确保模型准确无误。
除非绝对需要个人身份信息 ，否则 开发人员应将这些数据排除在系统之外。如果 模型可以在没有 的情况下正常运行，最好将其删除，以确保决策不会因 数据点（例如性别、种族或邮政编码）而产生偏差。
此外，应尽可能减少对用户的伤害。可以通过经常审核人工智能模型来确保决策公平、公正和准确。
频繁审计至关重要。尽管人工智能系统的初始版本可能已经过充分的偏见测试，但随着数据流经系统，系统可能会开始以不同的方式运行。在模型启动时，应立即采取措施识别和缓解概念漂移。当然，重要的是人工智能开发人员要在不影响用户隐私的情况下跟踪人工智能模型的性能。
最好在人工智能监管出台之前审核自己的系统；这样，以后就不需要修改流程了。根据组织开展业务的地理位置，未能保护好用户数据可能会导致声誉受损、高额罚款和集体诉讼——更不用说这是正确的做法了。