犹他大学的研究发现，美国环境保护署（EPA）的空气质量监测站不成比例地分布在以白人为主的社区。根据研究，EPA的监测网络在六种主要污染物中，特别是铅和二氧化硫，其次是臭氧和一氧化碳，未能充分捕捉到有色人种社区的空气质量。
EPA的监管监测站是推动污染减排、城市规划和公共卫生倡议的关键数据来源。如果没有平等的监测站分布，数据可能会错误地代表污染浓度，使边缘化群体面临风险。
“这是问题背后的问题。研究人员、政策制定者，我们都使用空气质量数据，但这些数据测量的是谁的空气？”犹他大学博士生、该研究的主要作者布伦娜·凯利说。“尽管这些数据质量很高，但这并不意味着对每个人都是高质量的。”
研究表明，边缘化社区暴露于空气污染的比率最高，但这些研究假设数据平等地代表了所有社区。这项研究首次评估了所有美国人口普查群体在社区规模上的监测差异。虽然所有非白人群体都存在差异，但最大的差异出现在夏威夷原住民和其他太平洋岛民中，其次是美洲印第安人和阿拉斯加原住民。
空气质量研究和分析通常需要人工智能（AI）工具来处理大量数据。虽然AI算法中的偏见广为人知，但该研究展示了大数据用户面临的另一个伦理问题——数据集本身可能存在固有偏见。
“如果只有一种类型的监测站存在差异，这可能是偶然的或设计不良，”共同作者西蒙·布鲁尔说，他是地理学副教授，也是犹他大学ONE-U负责任AI计划执行委员会成员。“然而，这种模式在所有污染物中都是一致的，这表明决策过程需要仔细审查——这些监测站并没有被公平分配。”
该研究发表在《JAMA Network Open》上。
空气质量具有高度局部性，从一条街道到另一条街道可能会发生显著变化。作者将监测站位置和社区人口统计数据映射到普查街区级别，这是美国人口普查局用于住宅模式的最小单位之一。他们利用EPA空气质量系统监管监测库，确定了六种对人类健康有害的主要空气污染物的监测站——铅、臭氧、二氧化氮、二氧化硫、一氧化碳和颗粒物。
他们使用2022年美国社区调查人口普查数据，估计了全国每个普查街区的种族和族裔构成。调整人口规模后，研究人员发现每种标准污染物的系统性监测差异。相对于非西班牙裔白人人口，所有群体与较少的铅、臭氧、二氧化氮和颗粒物监测站相关联。
布伦娜·凯利在进行其关于空气污染暴露对孕妇风险的博士研究时，开始对EPA的空气质量监测网络产生好奇。流行病学研究识别出导致疾病的因素。直到现在，一直有一个潜在的假设，即数据平等地代表了所有地方的空气质量问题，她解释道。
“不仅是我们遗漏了一种污染物类型对一个群体的影响，而是我们对所有这些群体的所有事物了解得更少。这令人担忧，”凯利说。“如果我想将空气污染暴露与某种疾病联系起来，我需要很好地测量它。如果我对某一人群的空气质量有更好的了解，那将产生有偏见的结果。”
空气质量与人口健康只是许多领域之一，这些领域正在努力解决负责任地使用大数据和人工智能的挑战。ONE-U负责任AI计划是犹他大学最近的一项努力，旨在汇集专家以制定最佳实践。
“这项研究特别相关于日益数据驱动的社会。负责任AI计划的一个目标是研究人工智能方法的公平应用，”布鲁尔说。“我们的结果表明，数据中的偏见可能与任何算法偏见一样重要。”
(全文结束)
