責任あるAI最終定義
責任あるAIの実践において、「公平性（Fairness）」を評価する際に考慮すべき重要な概念として最も適切なものはどれか？
A.AIシステムが処理できるデータ量が多いほど、公平性の要件を満たしていると判断する
✗ データ量と公平性は別概念です。むしろ不適切なデータが含まれると、逆に偏見が増加する可能性があります。
B.特定の個人または集団に対して差別的な結果や偏見が生じないことを確認すること← 正解
✓ 正解です。公平性とは、AIシステムの予測や判断が特定の属性（年齢、性別、人種など）に基づいた差別や偏見を含まないことを確認することです。
C.すべてのユーザーが同じ価格でAIサービスを利用できるようにすることのみが公平性である
✗ 価格設定の統一は公平性の定義ではありません。公平性はアルゴリズムの予測結果の偏りに関する概念です。
D.AIモデルの学習に使用するハードウェアの仕様が全データセンターで統一されていること
✗ ハードウェアの仕様統一は、AIの公平性とは無関係な技術的インフラの問題です。
この問題のポイント
公平性とは、AIシステムの予測や判断が特定の属性（年齢、性別、人種など）に基づいた差別や偏見を含まないことを確認することです。
「責任あるAI最終」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。