AIの社会実装と倫理・法律比較問題
「機械学習の公平性（Fairness）」における「グループ公平性」と「個別公平性」の基本的な違いは何か。
A.グループ公平性は小規模データ、個別公平性は大規模データに適用される
✗ データサイズに関連した違いではありません。両概念はデータ規模を問わず適用されます。
B.グループ公平性は保護された属性ごとに同等の扱いを確保することであり、個別公平性は個人ごとに同じ特性を持つ者に同じ予測結果を与えることを目指す← 正解
✓ 正解です。グループ公平性は人種や性別などのグループ間での統計的平等を目指し、個別公平性は類似した個人が同等に扱われることを保証します。
C.個別公平性は企業が実装する義務があり、グループ公平性は任意である
✗ 法的義務の差ではなく、概念的・技術的な違いです。どちらも実装を検討する必要があります。
D.グループ公平性と個別公平性は実装時に必ず両立可能であり、トレードオフはない
✗ 両者は概念的に相反する場合があり、重大なトレードオフが存在します。同時実現は困難です。
「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…