但这通常不会被称为“歧视”或“偏见”，因为我们假定这里尊重的是机会平等，即所有申请者都有机会获得适当的教育和相关的工作经验并申请工作，而与社会经济背景和性别等标准无关。算法对这些特征都是“色盲”的。
然而，一些哲学家对这种机会平等的观念提出了质疑：他们认为，实际上有些人（如社会经济背景较差的人）获得相关教育背景和经验的机会较少。根据这些观点，真正的机会平等意味着我们要创造条件，让这些条件较差的人有平等的机会获得理想的教育和工作经验。如果做不到这一点，算法就会歧视他们，其决定就会因为这种机会不平等而被称为有偏见。如果这些批评者坚持普遍主义的自由主义“色盲”平等观，他们就会要求所有人获得平等的机会，无论他们来自哪里、长相如何等等。如果人工智能——尽管可能是出于好意——无助于实现这一点，那么它就是有偏见的，就需要纠正。从非色盲的观念出发（见下文），我们可以要求为弱势群体提供更多的教育和就业机会。人们还可以说，只要情况不是这样，算法就需要以一种积极性差别待遇的方式作出决定，以有利于来自这些（阶层）背景的人和这种性别的人，等等。从机会的角度来理解，这些都是人工智能可能威胁平等的不同理由。
这些论点已经指出了两种不同的平等观：一种是基于阶级或身份的平等（见下一节），另一种是基于结果（这里指工作）而非机会的平等。希望算法对这些特定阶层或群体进行积极的差别对待的人，心中都有一个特定的结果：对所选候选人进行特定分配（例如，50%的女性候选人），最终营造一个工作分配更加平等、历史上的不平等能得以终结的社会。人工智能可以帮助实现这一结果。这不再是机会平等，而是结果平等。但结果平等意味着什么，分配应该是什么样的？它是指每个人都应该拥有同样的东西，每个人都应该拥有最低限度的东西，还是指应避免严重的不平等？此外，正如德沃金（2011，347）所问的：平等本身是一种价值吗？
人工智能政治哲学
054