AI用語誤り発見
以下のAI倫理とガバナンス関連の説明で誤っているものはどれか？
A.AIの透明性（Transparency）とは、モデルの判断根拠が人間にとって理解可能であることを意味する。
✓ この記述は正しい。AIが「なぜそのような判断をしたのか」を説明できることが重要である。
B.バイアス（Bias）は、訓練データの偏りに起因しており、AIシステムが特定の集団に対して不公正な予測をすることがある。
✓ この記述は正しい。歴史的差別が訓練データに反映されると、AIシステムがその偏見を再現する恐れがある。
C.説明可能性（Explainability）は、モデルがより複雑になるほど向上するため、より多くのパラメータを追加することが重要である。← 正解
✓ 正解です。この記述が誤りで、正しくはモデルが複雑になるほど説明可能性は低下します。
D.アカウンタビリティ（Accountability）は、AIシステムの意思決定について責任を持つ主体が明確に定義されるべきことを指す。
✓ この記述は正しい。AIシステムの結果に対して誰が責任を負うか明確にすることが重要である。
この問題のポイント
この記述が誤りで、正しくはモデルが複雑になるほど説明可能性は低下します。
「AI用語」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。