斯坦福大学心理学家Emily Pronin和同事进行了人类行为研究，发现人们对自己的选择认为只是偶然，而对他人的选择则认为揭示了对方内心的真实。这个现象在软件行业中也存在，我们相信通过用户数据可以了解他人的行为，但不相信数据能准确反映自己。总之，我们无法通过留下的数据真正了解自己和他人。

该文介绍了一种框架，可以将成对的个体标识为需要（大约）相等的待遇。引入了一种算法，在满足预设的公平性约束条件下学习最准确的模型，并证明了其准确性和公平性的泛化界限。