アルゴリズムバイアスの理解

問題

アルゴリズムバイアスに関する次の記述のうち、誤りを1つ選べ。

AIの不公平性を生む原因の一つである「アルゴリズムバイアス」は、収集した学習データ自体に偏りがなくても、AIのアルゴリズム（計算手法や最適化のプロセス）そのものが原因で特定のグループに不当な結果をもたらす現象です。

例えば、多数派のデータを重視して全体の正解率を上げようとするモデルの最適化が、少数派を切り捨てる結果を生むケースなどが該当します。

AI開発ではデータだけでなく、アルゴリズムの設計によるバイアスにも注意を払う必要があります。

1. アルゴリズムバイアスはデータに偏りがなくても発生する可能性がある。

正しい：学習データが完全にバランスの取れたものであっても、アルゴリズムの目的関数や最適化の過程でバイアス（偏り）が生じることがあります。

2. アルゴリズムバイアスはAIの公平性問題の一因となる。

正しい：アルゴリズムの処理過程で特定の属性を持つデータが軽視されるなど、AIの不公平性（差別的出力など）を引き起こす主要な原因となります。

3. アルゴリズムバイアスはAIの計算手法に起因することがある。

正しい：全体の予測精度（Accuracy）を最大化するような計算手法が、結果として少数派クラスの誤差を無視するようなモデルを生成してしまうことが一例です。

4. アルゴリズムバイアスはデータに偏りがある場合にのみ発生する。

誤り：データに偏りがある場合に発生するのは「データバイアス（サンプリングバイアスなど）」です。アルゴリズムバイアスはデータに偏りがなくても、計算のプロセスやモデルの構造を原因として発生します。

← 前の問題次の問題 →

📚 より詳細を学びたい方へ