Les systèmes d'intelligence artificielle utilisant des données historiques risquent de produire des émissions discriminatoires. Pour éviter cela, des chercheurs américains et de plusieurs universités brésiliennes ont développé une technique.
Il est basé sur l'apprentissage automatique et a été testé dans l'éducation et la santé. Par exemple, dans un programme de prédiction des résultats des études universitaires, sachant que dans les qualifications il y a une émission de genre, ils ont préparé le système pour éviter des hausses et des baisses en fonction du genre. Grâce à cela, la prévision était meilleure que sans aucune chaîne.
Dans le domaine de la santé, des tests théoriques ont été réalisés pour améliorer les méthodes de dosage automatique du glucose et de l'insuline dans le sang.
Ce système correcteur qu'ils ont présenté a été appelé algorithme seldonien, guidant le personnage de Hari Seldon. En fait, Seldon est un personnage inventé par Isaac Asimov, auteur des lois de la robotique ; la première loi interdit aux robots de nuire aux humains. Les résultats de la recherche ont été publiés dans la revue Science.