責任あるAI最終応用
AI駆動型の融資審査システムが、特定地域の申請者に対して系統的に低い信用スコアを付与していることが発見された。責任あるAI実装の観点から、この状況への最適な対応はどれか？
A.その地域のデータを除いてモデルを再訓練し、その地域への融資を停止する
✗ 特定地域を除外することは、その地域の住民への差別を実装することになり、より不公正です。
B.モデルの監査を実施し、地理的バイアスの原因を調査して公開し、影響を受けた申請者に対する救済措置を講じる← 正解
✓ 正解です。責任あるAIは透明性、監査、救済が重要です。バイアスを特定し、根本原因を分析して公開し、被害者への救済を行うべきです。
C.スコアの計算方法を複雑にして、バイアスが検出しにくくする
✗ 複雑化によるバイアスの隠蔽は責任あるAIの原則に反し、法的リスクも増加させます。
D.影響を受けた申請者に対してスコアを機械的に上げて補正する
✗ 機械的補正は別の不公正を生む可能性があります。根本原因の特定と解決が必要です。
この問題のポイント
責任あるAIは透明性、監査、救済が重要です。バイアスを特定し、根本原因を分析して公開し、被害者への救済を行うべきです。
「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。