AI-900試験対策応用
採用選考プロセスにおいて、Azure Machine Learning で構築した履歴書スクリーニングモデルが、特定の性別や年齢層に対して系統的に低い評価スコアを与えていることが検出されました。この問題に対して AI エンジニアが最初に実施すべきアクションはどれか？
A.訓練データの偏りを調査し、各属性グループの代表性や過去の採用決定の公正性を検証する← 正解
✓ 正解です。偏りの根本原因を特定することが重要です。訓練データの品質や過去の決定プロセスの検証が公正性確保の第一歩です。
B.問題のあるグループを訓練データから削除して、スコアを高くするように再調整する
✗ グループを削除すると、より重大な偏りと差別が発生します。根本解決ではなく問題を隠蔽する行為です。
C.このモデルをそのまま本運用に投入し、スコアが低いグループを自動的に除外する
✗ 偏ったモデルの運用は違法差別につながり、企業のコンプライアンスリスクが極めて高くなります。
D.モデルの重み付けを変更して、すべての属性グループに対して同じスコア（50点）を与えるように設定する
✗ 全グループに同じスコアを与えることは、採用適格性の判断を失わせ、モデルの意義が消失します。
この問題のポイント
偏りの根本原因を特定することが重要です。訓練データの品質や過去の決定プロセスの検証が公正性確保の第一歩です。
「AI-900試験対策」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。