YouTube 如何確保系統中不會出現非預期的負面偏見？
我們借助全球各地的評估人員訓練 YouTube 的搜尋與發現系統。他們會根據對外公開的評分規範評估搜尋品質。我們的搜尋和推薦系統不會根據特定政治觀點來過濾或降低影片或頻道排名。
此外，我們還會稽核機器學習系統，確保不會出現如性別偏見等非預期的演算法偏誤。我們會在發現錯誤時立即修正，並重新訓練系統，藉此在日後提供更準確的顯示結果。
YouTube 的政策是否有失公允，刻意針對特定團體或政治觀點？
制定和修改政策時，我們會聽取各方不同的意見，包括創作者、主題領域專家、推動言論自由的組織，以及代表各種政治立場的政策團體。
政策制定後，我們會投入大量時間確保全球審查團隊都能根據客觀的規範，以一貫的方式執行新制定的政策。在實施任何政策之前，審查人員必須在測試環境中以極快的速度持續做出相同的決策 (測試過程中所做的政策決策皆不會應用在實際環境中)。如果無法達到要求，我們就會修改訓練方式和內部指南，確保相關內容明確易懂，並不斷重複這道程序。目標是減少主觀判斷和個人偏見，以期大規模執行政策時，能達到高準確度和一致性。準確度必須達到令人滿意的水準，我們才會公開實施政策。