AI 在科研中存在的数据依赖与偏差问题不包括？A. 数据质量影响模型输出B. 数据偏差会被 AI 放大C. 数据收集偏差导致结果不适用于其他人群D. AI 能自动纠正数据中的错误E. 训练数据样本不足影响模型准确率

本题考查对AI数据依赖与偏差问题的理解。关键点在于识别哪些选项属于数据质量、偏差或样本不足导致的问题，而AI无法自动纠正数据错误是其局限性，因此不属于相关问题。

核心思路：逐一分析选项，判断是否属于数据依赖或偏差问题。

• A. 数据质量影响模型输出：数据质量差（如噪声、不完整）会直接影响模型性能，属于数据依赖问题。
• B. 数据偏差会被AI放大：AI模型会保留并放大训练数据中的偏差，属于偏差问题。
• C. 数据收集偏差导致结果不适用：样本选择偏差（如代表性不足）会导致模型泛化性差，属于数据依赖问题。
• D. AI能自动纠正数据错误：AI无法主动识别并纠正数据错误，反而可能强化错误，因此不属于数据依赖或偏差问题。
• E. 样本不足影响准确率：训练数据量少会导致模型泛化能力弱，属于数据样本问题。