在国家科学基金会提供 250 万美元的资助下，密歇根大学的研究人员正在与华盛顿大学和纽约大学的同事合作，建立一个综合数据公平系统框架。

Bernard A. Galler 电气学院教授 HV Jagadish 说：“数据科学通过支持基于证据的决策、降低成本和错误以及提高客观性，继续对科学和工程以及整个社会产生变革性影响。”工程和计算机科学，电气工程和计算机科学教授，MIDAS 主任，MIDAS 是研究副总裁办公室的一个单位。

“然而，对数据科学技术和技术的轻率使用将不成比例地伤害种族、性别、体能、性取向、教育等方面代表性不足的群体。FIDES 允许跨学科的研究人员社区围绕数据公平系统进行融合，以解决这些普遍存在的问题。”

Jagadish 和玛格丽特·莱文斯坦 (Margaret Levenstein) 是 UM 大学间政治和社会研究联盟的负责人，以及纽约和华盛顿的研究人员，已经完成了初步工作，以确定对关键领域的公平性产生负面影响的数据和软件问题的方法，例如例如流动性、住房、教育、经济指标和政府透明度。

例如，残疾人社区的成员在公共交通系统中面临长期的数据公平问题，导致他们的旅行需求在数据驱动的政策中下落不明。在这种情况下，存在四个潜在的公平问题：

代表性平等：残疾人社区在数据记录中的代表性不足，因为它很少使用通常收集数据的传统交通系统。

特征公平：支持无障碍交通需求所需的综合信息，包括数据记录中通常不提供的有关个人健康、收入和旅行需求的微妙和敏感特征。

访问公平性：数据的敏感性使其无法公开发布。从本质上讲，这使研究人员和公司无法研究问题或提供解决方案。

结果公平：即使可以共享、整合这些敏感数据并用于支持旨在改善公平的新应用程序，残疾社区生活质量的改善也难以直接衡量，而且意外后果很普遍。