El proyecto Gender Shades evalúa la precisión de los productos de clasificación de género basados ​​en IA.

Esta evaluación se centra en la clasificación de género como ejemplo ilustrativo para demostrar la necesidad de una mayor transparencia en el rendimiento de cualquier producto o servicio de IA que se centre en sujetos humanos. En este contexto, el sesgo se define como la existencia de diferencias prácticas en las tasas de error de clasificación de género entre grupos.