人工知能（AI）の公平性は、AIを基にした意思決定システムにおける差別的な結果から注目を集めている。多くの手法がバイアス軽減に提案されているが、その多くは完全な人口統計情報に依存しており、法的な制約や差別を助長するリスクから実行が難しい。この調査は、不完全な人口統計におけるAIの公平性に焦点を当て、従来のアプローチと現実世界の課題とのギャップを埋めることを目的としている。新たな公平性の概念の分類法を提案し、それらの関係性と違いを明確にした。また、完全な人口統計を超えた公平性を促進する既存の技術をまとめ、さらなる研究を奨励するための未解決の研究課題も強調している。