AI 倫理涵蓋幾個相互關聯的領域。公平性：AI 系統是否公平對待不同群體？（一個系統性地不利於女性的招聘工具，無論其準確率如何都是不公平的。）透明度：受影響的人能否理解為什麼做出了某個決策？問責制：當 AI 系統造成損害時，誰負責——開發者、部署者還是使用者？隱私：收集了什麼資料以及如何使用？
大多數 AI 公司發布倫理原則，但原則與實踐之間的差距才是艱難工作所在。具體實踐包括：對訓練資料和模型輸出進行偏見審計、部署前的影響評估、針對有害能力的紅隊測試、能發現盲點的多元化開發團隊，以及讓受影響社群提供回饋和尋求補救的機制。
AI 產業發展迅速，而倫理審查需要時間。這產生了真正的張力：跳過倫理審查的公司出貨更快；投資倫理審查的公司出貨更慢但更負責任。新興的共識是，倫理審查應整合到開發中（像安全審查一樣），而非作為單獨的關卡，這樣它會隨時間加速而非一直成為瓶頸。