G検定（JDLA） 練習問題 30：AI倫理：学習データに起因するバイアス
AI・データ倫理に関連する「バイアス（偏り）」について、正しいものはどれか。
- 訓練データに含まれる社会的・歴史的な偏りが、学習後のAIモデルの出力にも反映されることがある
- ニューラルネットワークは数学的な演算のみで構成されるため、原理的にバイアスを含む出力を生成することはあり得ない
- バイアスの問題はモデルの層数を増やすことで自動的に解消される
- 教師あり学習ではバイアスが発生するが、教師なし学習では発生しない
- バイアスとは、モデルの推論速度が遅くなる現象を指す用語である
正解と解説を見る
正解：訓練データに含まれる社会的・歴史的な偏りが、学習後のAIモデルの出力にも反映されることがある
AIモデルは訓練データから統計的パターンを学習するため、データに含まれる社会的な偏見や不均衡がそのまま出力結果に反映されてしまうことがある。これはAI倫理における重要な課題の一つである。
【正解の理由】
過去の採用データや画像データセットなどに性別・人種等の偏りが含まれている場合、それを学習したモデルは同様の偏った判断を再生産する可能性があり、公平性の観点から対策が必要とされている。
【不正解の理由】
• 「数学的な演算のみで構成されるため原理的にバイアスを含む出力を生成することはあり得ない」は誤り。演算自体は数学的でも、入力データに偏りがあれば出力にも偏りが生じる
• 「モデルの層数を増やすことで自動的に解消される」は誤り。層数の増減とデータバイアスの解消は直接関係しない
• 「教師あり学習ではバイアスが発生するが、教師なし学習では発生しない」は誤り。教師なし学習でも偏ったデータから偏ったパターンを学習することはあり得る
• 「推論速度が遅くなる現象を指す」は誤り。それは推論レイテンシなど別の概念の説明である