Una persona o institució escriu programari, ho alimenta amb un gran conjunt de dades d'entrenament que estan etiquetats amb valors i el programari produïx una IA que pot atribuir eixos valors a noves dades. Aleshores, si li dones un conjunt d'imatges i algú ha etiquetat les interessants com A i les avorrides com a B, produirà una IA que pot mirar noves imatges i etiquetar-les com A o B.
El problema és que la IA no es crea de manera que els humans puguen entendre què regles o patrons està usant per a connectar les dades amb els valors. Els humans crearien un conjunt de regles com a "línies corbes", "varietat de colors", però la IA generada pot tindre milions de regles diminutes. Per tant, revisar les regles per a trobar biaixos sovint no és pràctic, per la qual cosa el biaix generalment es detecta en observar l'eixida i, a voltes, açò solament es torna visible després de molt ús.
