AIの社会実装と倫理・法律定義問題
説明可能性（Explainability）とは何を指しますか？
A.AIモデルが示した予測結果に対して、その理由や根拠を人間が理解できる形で説明できる特性← 正解
✓ 正解です。説明可能性は、AIの判断根拠が透明であることを意味し、信頼性向上に不可欠です。
B.AIが学習に要する時間の長さを数値化したもの
✗ これは計算コストに関する指標であり、説明可能性とは別の概念です。
C.モデルのパラメータ数とメモリ使用量の比率
✗ パラメータ数とメモリ使用量の比率はモデル効率の指標で、説明可能性ではありません。
D.異なるAIモデル間でのデータ互換性の程度
✗ データ互換性はシステム設計の問題であり、AIの説明可能性とは無関係です。
「AIの社会実装と倫理・法律」の他の問題
ある医療AI診断システムの検証データセットで、1,200人の患者のうち960人を正しく診断し、240人を誤診断しました。…あるAI採用システムの評価で、実際に優秀な候補者200人のうち160人が合格判定され、実際には不適切な候補者150人のう…ある画像認識AIの性能検証で、特定の肌色グループAに対して95%の認識精度、肌色グループBに対して72%の認識精度でした…ある信用スコア判定AIの検証で、年間処理件数が5,000件、そのうち不適切な判定が125件ありました。このシステムの誤判…ある大規模言語モデルの訓練に際し、全データセット1,000万件のうち、特定の民族グループAに関するテキストが80万件、グ…ある顔認識システムの年間利用数が300万回で、そのうち誤認識による権利侵害事案が45件発生しました。また同システムの訴訟…