Det korte svar er, at det ikke er muligt. Matematisk retfærdighed er ikke en neutral beregning, men en valg af kriterier. Inden for datavidenskab findes der mange forskellige matematiske definitioner på retfærdighed, såsom dem der fokuserer på statistisk paritet eller lige muligheder. Udfordringen er, at man ofte ikke kan opfylde alle definitioner samtidigt. Hvis en algoritme skal være retfærdig over for en specifik gruppe i forhold til deres historiske succesrate, kan det nødvendigvis skabe ulighed i forhold til en anden gruppe.
Når vi vælger en matematisk model, foretager vi i virkeligheden et værdibaseret valg om, hvilken type retfærdighed der er vigtigst i den givne kontekst. Skal algoritmen sikre, at alle grupper får samme resultat, eller skal den sikre, at den er lige præcis for alle grupper? Da disse mål ofte modstrider hinanden matematisk, vil enhver teknisk implementering kræve en prioritering. Derfor vil arbejdet med algoritmisk retfærdighed altid indebære en politisk eller etisk beslutning om, hvilke sociale værdier der skal vægtes højest i den tekniske løsning.
