某地方政府導入 AI 系統審核低收入補助資格。系統已通過內部測試且準確率高，但民間團體指出不同族群核准率差異顯著。政府表示該系統由專業廠商開發，且未接獲大量申訴。依《人工智慧基本法》精神，下列何者為最適當之優先作法？

某銀行導入 AI 信用貸款評分系統上線半年後，風險稽核部門發現，即使模型訓練資料中已不包含「職業別」欄位，仍可能透過「居住地區」與「消費類別」等高度相關特徵，對特定職業族群產生不合理差異待遇。依據 AI 治理精神，銀行應優先採取下列何種行動？

某電商平台導入 AI 情感分析模型，用以自動偵測顧客評論中的負面情緒並觸發客服機制。然而，上線後發現模型在面對不同語言或族群書寫風格的評論時表現不一致，例如部分語氣強烈的正面評論被誤判為負面，而禮貌但含批評意圖的評論卻被判為中性。若從技術與資料治理的角度分析，下列哪一項描述不正確？

標籤偏差(Label Bias)通常是因為什麼原因造成？

一家零售電商公司希望建立顧客流失預測模型，用以判斷哪些會員可能在三個月內不再消費。團隊以去年會員資料進行訓練，並僅採用「曾經購買三次以上」的活躍顧客紀錄作為樣本。模型上線後，對整體會員進行預測時，發現模型對於新註冊會員與低消費會員的預測準確率明顯偏低。下列何者為造成此現象最可能的原因？

某公司導入 AI 履歷篩選系統，用於自動決定是否進入面試。模型對男性應徵者的面試通過率為 55%，對女性應徵者為 30%。在其他條件不變的情況下，工程師需評估模型是否符合統計均等（Statistical Parity）的公平性定義。下列何者最正確？