責任あるAI応用
ある企業が信用スコアリングAIを導入しました。このAIが特定の地域の住民に対して系統的に低いスコアを付与していることが発見されました。このような問題が生じた場合、企業が最初に実施すべき対応はどれか。
A.すぐにAIを廃止し、従来の手作業による審査に戻す
✗ 単なる廃止は問題解決にならず、バイアスの根本原因の理解と改善の機会を失います。責任あるAIでは問題を明らかにし改善することが重要です。
B.AIの学習データとモデルの決定ロジックを監査し、バイアスの原因を特定する← 正解
✓ 正解です。責任あるAI原則の『説明責任』と『公平性』を実現するには、バイアスの原因を徹底的に調査し、データやロジックの改善が必須です。
C.問題が起きている地域の審査基準を高めてAIの出力を調整する
✗ 問題の原因を特定せずに基準を変更すると、バイアスをさらに強化する可能性があり、より深刻な不公平を招きます。
D.ユーザーへの透明性報告のためにAIの内部動作を公開する
✗ 内部動作の公開は透明性の一部ですが、まずは問題原因の調査と改善が優先されるべきです。
この問題のポイント
責任あるAI原則の『説明責任』と『公平性』を実現するには、バイアスの原因を徹底的に調査し、データやロジックの改善が必須です。
「責任あるAI」の他の問題
IT・クラウド の関連資格
AWS Certified Cloud Practitioner（CLF-C02）
AWSクラウドの入門資格。クラウドの概念・AWSのコアサービス・セキュリティ・料金モデルを問う。
AWS Certified Solutions Architect - Associate（SAA-C03）
AWSでのシステム設計能力を問うアソシエイト資格。高可用性・セキュリティ・コスト最適化の設計が中心。
DP-900：Microsoft Azure Data Fundamentals
Azureのデータサービスの基礎を問うMicrosoft認定資格。リレーショナル/非リレーショナルデータ、分析ワークロード、コアのデータ概念を扱う。