隨著人工智慧大量學習人類行為的數據，由資料、演算法所出現的偏差（Bias），甚至導致機器採取了錯誤決策，反映出人工智慧在不知不覺中也學會了人類的歧視與偏見；而演算法黑箱的問題，使得開發者也無法理解做出機器進行決策的脈絡，進而無從進行校正甚至究責。於是可信任人工智慧（Trustworthy AI）逐漸成為全球重視的議題；如何讓AI能保護數據隱私，且更具有公平性、透明性與可解釋性、穩健性與安全性，以及最重要的可問責性，成為探討可信任人工智慧的核心精神。