責任あるAIと倫理応用問題
あるAI採用審査システムが、訓練データに含まれる歴史的な性別バイアスを学習してしまった。このシステムをそのまま本番運用した場合、責任あるAIの観点から最も懸念されるリスクはどれか？
A.モデルの推論速度が低下し、リアルタイム審査が困難になる
✗ 推論速度の問題はバイアスとは無関係であり、責任あるAIの文脈で主要な懸念事項ではない。
B.女性候補者が不当に低く評価され続け、差別的な結果が組織的に再生産される← 正解
✓ 正解です。歴史的バイアスを学習したモデルは、特定グループへの不公平な評価を繰り返し、差別の構造的再生産につながる最大の懸念事項です。
C.訓練データが外部に漏洩し、個人情報が侵害されるリスクが高まる
✗ データ漏洩は別のセキュリティリスクであり、バイアス学習から直接生じる問題とは異なる。
D.モデルのパラメータ数が増加し、インフラコストが上昇する
✗ パラメータ数やインフラコストはバイアスの問題とは関係なく、責任あるAIの主要な懸念ではない。