30秒でわかる要点
学習データに含まれる偏りがAIの判断に反映される問題。性別、人種、年齢などに基づく不公平な結果を生む可能性がある。公平性を確保するための技術・ガイドラインの策定が進んでいる。
「AIバイアス」の練習問題
当サイトの練習問題から、この用語に関係する問題をピックアップしました。
Q1AIシステムの「公平性（fairness）」を確保する上で、企業が直面する最大の課題は何か。
- 自動的に実現される技術的な特性であり、特に対応は不要
- 学習データ自体に含まれる社会的バイアスを認識し、その影響を軽減するメカニズムが必要
- AIは人間よりも客観的なため、バイアス対策は考慮外にしてよい
- 法律が存在しない分野では、公平性を無視してよい
答えと解説を見る
正解：B
学習データが過去の社会的偏見を反映していると、AIはそれを増幅させる。公平性の確保には、データセットの監査、アルゴリズムの検証、継続的な監視が必須。Aは誤解、Cは根拠なし、Dは倫理的問題。
Q2AIにおける「バイアス（偏見）」の問題について最も適切な説明はどれか。
- 訓練データに社会的偏見が含まれていると、AIがそれを学習し、判断に偏見が生じること
- バイアスはAIには影響しない
- 全てのバイアスは自動的に除去される
- バイアスはAI開発を加速させる
答えと解説を見る
正解：A
AIは訓練データから学習するため、データに社会的・歴史的バイアスが含まれていると、AIがそれを再現。採用判定、ローン審査などで、人種や性別による差別的判定が起きる事例が報告。バイアス検知と除去は重要な研究課題。B、C、Dは誤り。
Q3公共交通システムのAI導入における「公平性」確保の課題は何か。
- 公平性は自動達成
- 低所得層・高齢者・身障者等のニーズを無視し、移動を効率化するだけでは差別
- 公平性は考慮不要
- AIは常に公平である
答えと解説を見る
正解：B
交通効率化AIは、駅廃止・路線削減で低所得地域に不利益→輸送正義侵害。社会的価値の統合が必須。A・C・D無視。
AI活用の問題をまとめて解いて、理解を確かめましょう（無料・登録不要）。
AI活用の練習問題を解く