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？
答案 （C）
核心概念
拿掉敏感欄位不等於沒有偏誤，還要檢查有沒有其他特徵在偷偷代替它。
「居住地區」「消費類別」跟職業高度相關，模型可以透過它們間接推回職業，這叫代理變數（Proxy Variable）造成的間接歧視。AI 治理處理偏誤的正規做法是：
・用公平性評估指標（Fairness Metrics）量測不同族群的結果差異
・找到偏誤來源後調整模型或特徵
・持續監控，因為偏誤會隨資料變化再跑出來
答題技巧
快速判斷技巧：治理題問「優先」行動時，選能找出並修正根本原因的那個。 ・量測偏誤並調整模型 → 根本處理 ・人工逐案複核 → 補救，沒有處理根本原因 ・強化有問題的特徵 → 火上加油 ・事後加註標籤 → 只留證據，沒解決
易錯陷阱：(A) 看起來很負責任，但「所有結果重新逐案審查」等於放棄模型。 關鍵差異：治理精神要求先量測、再修正，人工複核是補位手段。 警訊詞：「提高準確度」出現在公平性題目裡，多半是誘答。