#4 lo del sesgo es una asunción nuestra. Un científico de datos que sólo dispone de un set de varias empresas occidentales en más que la mayoría de empleados son blancos va a producir esos datos,sobretodo si su target es otro.
Si su objetivo es construir imágenes de CV automatizadas por ejemplo tratará de conseguir datos con la suficiente variabilidad racial para que la IA lo pueda interpretar como un factor que no debe modificarse, pero sí su vestuario ambiente y gesto. No es fácil explicar un ejemplo pero espero se entienda.