某保險公司建立理賠風險預測模型時，資料科學家在特徵選擇階段提出以「性別」作為預測愛滋病毒感染風險的輸入特徵之一。資料治理委員會在審查特徵清單時，對此提出異議。下列哪一項理由最能說明「以性別預測愛滋病毒感染風險」是不適當的原因？
答案 （C）
核心概念
這是演算法公平性與受保護屬性（Protected Attributes）的問題。性別、種族、宗教、年齡等屬於法律與倫理上受保護的屬性，直接拿來作為健康風險的預測依據，等於用群體身分去推論個人風險，會把既有的社會偏見固化成系統性的差別待遇，並對特定族群貼上歧視性標籤。在保險核保這種直接影響權益的場景，這樣的設計難以通過法遵與倫理審查。
答題技巧
快速判斷技巧：資料治理委員會提出異議，代表問題出在倫理或合規，不是技術。掃選項時直接找談公平、歧視、受保護屬性的那一個。
易錯陷阱：(D) 是最有陷阱的選項，因為它把問題導向「效能不好所以不該用」。要建立正確觀念：受保護屬性不該使用的理由是公平性，與它預測得準不準無關——即使很準，也不能用。