概要
学習データの偏りなどに起因して、AIの判断が特定の傾向や不公平を生んでしまうこと。
詳しい解説
バイアス(偏り)は、AIの予測や判断に含まれる、データや設計に由来する系統的な偏りを指します。たとえばが特定の属性に偏っていると、採用や与信の判断で不公平が生じかねません。これはの中心的課題であり、公平性()の確保と並んで重視されます。なお統計学では「予測の系統的なズレ」という別の意味でも使われます。
💡 青い破線の用語にカーソルを合わせる(タップする)と、その場で簡単な説明が表示されます。
具体例・活用シーン
採用AIの例
過去の偏った採用データで学習すると、特定の属性を不利に扱うAIができてしまう恐れがあります。
関連用語
この説明に誤りや改善点を見つけましたか?
✏️ この説明を改善提案する