AI & Machine Learning クイズ: AI の倫理とバイアス

AI システムは融資、採用、医療に関わる判断を下すため、その誤りは現実の人々を傷つけることがあります。このクイズでは、現実的なシナリオを使って、バイアスがどうモデルに入り込むか、列を消すだけではなぜ不十分なのか、透明性、プライバシー、説明責任とは何を意味するのかを確認します。

ふつう 10問 約6分 合格ライン 80%

モードを選ぶ

ゲストとしてプレイ中です。ログインすると XP と連続記録が保存されます。

例題

第1問 / 全10問

ある採用モデルは、会社の過去 10 年分の採用判断で学習しました。その期間、エンジニア職に採用された女性はわずかでした。最も考えられるリスクは何ですか?

答えを見る

B. モデルは過去のパターンを学習して繰り返し、女性を低く評価する モデルはラベルを予測できるパターンなら何でも学習し、それには過去の人間のバイアスも含まれます。ある有名な採用ツールは、「women's」という語を含む履歴書の評価を下げるよう学習してしまい、廃止されました。

このクイズの内容

  • バイアスの発生源:データ、ラベル、フィードバックループ
  • 代理変数と、「その列を消せばいい」がうまくいかない理由
  • グループ間での公平性の測定
  • 説明可能性、プライバシー、説明責任
  • ディープフェイク、偽情報、人間による監督

よくある質問

アカウントは必要ですか?

いいえ、誰でも遊べます。ログインすると XP、連続記録、バッジ、履歴が保存されます。

何度でも挑戦できますか?

はい。ベストスコアが記録され、問題と選択肢は毎回シャッフルされます。