一次公平审计发现，某个群体的通过率低了几个百分点，要不要立刻停用或重训模型？未必。小群体样本少时，差距可能只是随机波动；即使差距在统计上可信，也不代表影响大到值得马上改产品。问题不只是“有没有差距”，而是证据是否足以支持行动。
Fan 和 Wang 提出 Statistical Actionability（统计可行动性），在公平指标与部署干预之间加一层决策：同时考虑差距大小、统计可靠性、群体样本是否充足，以及具体场景下误判和干预的代价，再给出四种建议——修正模型、继续收集数据、持续监测，或暂不行动。关键是，它不会把同样大小的差距一律处理：证据扎实时可触发修正，样本不足时则先补数据。
作者称，在受控模拟中，这套方法相比“看到差距就干预”把平均决策成本降低了 19.2%，同时减少误报和漏掉偏差；校准后的规则在五种迁移环境中的四种里，与理想决策基准相差不超过 2%。不过这些结果主要来自模拟与基准审计，能否在真实部署中成立，还取决于各团队如何设定伤害成本和行动门槛。