法倫理・リスク
公平性とは？
読み: こうへいせい英語: Fairness更新日: 2026-06-23
AIが特定の属性や集団に不当な不利益を与えないようにする考え方です。
試験で問われるポイント
- 学習データの偏りが出力や判断に影響します。
- 責任あるAIの主要原則として扱われます。
- 採用、融資、医療などで重要です。
具体例
採用支援AIが過去データの偏りを学び、特定属性を不利に扱うリスクがあります。
よくある誤解
- AIは機械だから偏りがないと考える。
- データ量が多ければ偏りが必ず消えると考える。
対応試験
G検定AWS AI Practitioner
関連する表記: 公平性 / Fairness / バイアス / 偏り
関連問題で復習
G検定AI倫理・AIガバナンス
AIの公平性（Fairness）に関する問題として、学習データの偏りによって特定のグループに不利な結果が生じることを何というか。
生成AIパスポート情報リテラシー・法倫理
AIの公平性監査で検証すべき項目に関する次の記述のうち、最も不適切なものはどれか。
G検定AI倫理・AIガバナンス
AIの公平性を評価する際の注意として、最も適切なものはどれか。
Cloud Digital LeaderGoogle CloudのAI活用
AIでバイアスを確認する理由として最も適切なものはどれか。
DS検定基盤
基盤領域で扱う「バイアス」の説明として最も適切なものはどれか。
DS検定基盤
「バイアス」を実務で使う場面の対応として最も適切なものはどれか。
AWS AI Practitioner責任あるAIの指針
責任あるAIの観点として適切なものを2つ選べ。
AWS AI Practitioner責任あるAIの指針
責任あるAIの特徴として適切なものを2つ選べ。
関連用語
FujiCertの用語解説は、各試験の公式問題ではなく、学習者が問題演習で つまずきやすい観点を整理した非公式の学習支援コンテンツです。