今年對於人工智慧最大的話題來自於自我生成藝術，像是 9 月下旬公開的 DALL-E 2 與 Stable Diffusion ，展現極為突出的視覺能力，另外一方面，我們也看到 AI 生成影像已經占據視覺版面，像是微軟 Office 就發表未來能夠應用到文書編輯軟體。
一連串的技術突破雖然讓人非常興奮，不過，從 Vox 報導中也看到其他層面的影響：生成圖像多數採用英文，也就是西方世界的語言表現方式，連結到視覺圖像也會偏向西方邏輯。比如說如果我們使用東方文字例如禪（Zen）或是山水畫，結果其實不如人們預期。
上一代 DALL-E 也出現類似現象，若要人工智慧繪製律師，出現的是白人男性；繪製空服員則會跑出女性的刻板印象。受到網路上民意發展，Open AI 從善如流持續調整模型，現在雖然看不太到性別或是職業歧視，仍然受到西方世界影像頗深，這點一時半刻還未能解決。這讓人思考，如果 AI 所使用的資料集幾乎都來自於西方的話，會不會成為一種所謂的殖民價值觀？答案可能讓人非常意外。
與其說人工智慧是一種工具，不如說它容易讓「偏誤」成為某種可以被模擬的參數環境。舉例來說，某間大學教授上到1950-60 年代洛可可時期風景畫，課後作業請學生使用 Stable Diffusion 繪製圖畫，成果跟迪士尼動畫背景長得非常類似。所以資料集的時間軸、方法、文化與社會結構，都有可能會影響繪製成果。
這也是為什麼我們需要討論西方與東方的差別。
在 MIT 研究人工智慧的 Yilun Du 就認為，既有資料的偏誤不容易從 AI 模型中移除，所有的演算法或多或少已經成為偏誤的來源。「過去 25 年間生存於髒水的果樹，即使現在用乾淨水源灌溉，長出來也是帶著髒水的果實」她說。形容同樣 AI 模型不容易因使用新資料，就能夠得出新結果，是再好也不過的譬喻。擔任卡內基美隆機器人研究所副教授的 Jean Oh，也認為現在使用的 AI 模型本身並不完整，我們是使用之後才能夠漸漸調整模型本身，這也讓我們去思考更深層的人類、科技、社會與文化問題。
要完全排除偏誤相當困難，就如人類本身也是每天修正自己思考不確實的地方，如此對話值得多多進行，至少可能走在「相對」正確的道路上。
