責任あるAIと倫理比較問題
「グループ公平性（Group Fairness）」と「反事実的公平性（Counterfactual Fairness）」の違いとして最も適切に説明しているものはどれか？
A.グループ公平性は特定の人種や性別などのグループ間でモデルの予測結果が統計的に均等になることを目指し、反事実的公平性はある個人の保護属性が異なっていた場合に予測結果が変わらないことを目指す← 正解
✓ 正解です。グループ公平性はグループ間の統計的均等性、反事実的公平性は属性変化による予測変化のなさを目指す概念を正しく説明しています。
B.グループ公平性は訓練データのバイアスを除去することを指し、反事実的公平性はモデルの予測後に偏りを修正することを指す
✗ グループ公平性はデータのバイアス除去ではなくグループ間均等性の概念であり、反事実的公平性は事後修正の手法ではありません。
C.グループ公平性は個人レベルの予測の一貫性を重視し、反事実的公平性はグループ間の予測分布の均一性を重視する
✗ 説明が逆です。個人レベルの一貫性は反事実的公平性に近い概念であり、グループ間の均一性がグループ公平性の概念です。
D.グループ公平性と反事実的公平性は同じ概念であり、どちらも特定の属性に基づく差別的な予測を完全に排除することを保証する
✗ 両者は異なる概念です。また、いずれの公平性指標も差別を完全に排除することを数学的に保証するものではありません。