安全最終確認 2026.08.22
AI Bias
AIバイアスエーアイバイアス
データや設計、利用方法の偏りにより、特定の人や状況へ不公平な結果が出ることです。
MEANING
もう少し詳しく
学習データに含まれる偏り、正解ラベルの付け方、評価対象、実際の利用環境など複数の段階で生じます。モデルだけでなく、AIを使う人の判断も結果へ影響します。
EXAMPLE
身近な例
過去の採用データだけを学ぶと、過去の偏った採用傾向を再現する可能性があります。
MISUNDERSTANDING
よくある勘違い
個人名や属性を入力から消せば、関連情報から偏りが出る可能性もすべて消えるわけではありません。
KEY POINT
覚えておくこと
利用者群ごとに結果を確認し、異議申立てと人の再確認を用意します。
SOURCE
確認した公式情報
コラボットが公式資料を確認し、初心者向けの表現へ整理しています。製品仕様や提供条件は変更される場合があります。
NIST・EU-U.S. Terminology and Taxonomy for AI ↗確認日:2026.08.22