ارزیابی مسئولانه یک مدل یادگیری ماشینی (ML) مستلزم انجام کارهایی بیش از محاسبه معیارهای کلی ضرر است. قبل از وارد کردن یک مدل به تولید، حسابرسی داده های آموزشی و ارزیابی پیش بینی ها برای سوگیری بسیار مهم است.
این ماژول به انواع مختلفی از تعصبات انسانی که می توانند در داده های آموزشی آشکار شوند نگاه می کند. سپس راهبردهایی را برای شناسایی و کاهش آنها ارائه می کند و سپس عملکرد مدل را با رعایت انصاف در ذهن ارزیابی می کند.