AIの透明性に関する説明として、最も適切なものを1つ選べ。
1つ選んでください
正解と解説を見る
解説
正解A
ポイント
AIの透明性は、データの来歴の管理と、判断根拠の説明可能性によって支えられます。ソースコードの公開と同じ意味ではありません。
選択肢ごとの解説
- A
適切 ◯ 正解
データの来歴を管理しておくと、学習データに権利上の問題や偏りがないかを後から確かめられます。問題が見つかったときに、影響が及ぶモデルや出力の範囲を特定する手がかりにもなります。
- B
不適切
AI事業者ガイドラインは、透明性のための情報提供はアルゴリズムやソースコードの開示を必ずしも想定しないとしています。プライバシーや営業秘密に配慮し、相手に応じて必要な情報を提供します。
- C
不適切
精度が高くても誤りはゼロになりません。融資や採用など人への影響が大きい用途では、判断の根拠を説明できることが、利用者の納得や誤りの発見、責任の所在の明確化に欠かせません。
- D
不適切
ブラックボックス問題は、ディープラーニングなどの複雑なモデルで、入力から出力に至る判断の過程を人間が理解しにくいことを指します。データの漏えいは、セキュリティやプライバシーの問題です。
試験での狙われ方
透明性の確保がアルゴリズムやソースコードの全面公開を意味するかどうかが、ひっかけとして問われやすい論点です。
関連用語
参考
- G検定 試験出題範囲（シラバス2024）第1.4版 （法律・倫理分野 項目13 透明性） 2026年10月30日閲覧
- 総務省・経済産業省「AI事業者ガイドライン（第1.2版）」（2026年3月31日） （第2部C 6）透明性（③合理的かつ誠実な対応）） 2026年10月30日閲覧
- 総務省・経済産業省「AI事業者ガイドライン（第1.2版）別添」（2026年3月31日） （別添4 データ来歴の管理） 2026年10月30日閲覧