サンプリングバイアスの理解

問題

サンプリングバイアスに関する次の記述のうち、正しいものを1つ選べ。

「サンプリングバイアス（選択バイアス）」とは、AIの学習データを収集する段階で、母集団からデータを抽出するプロセスに偏りがあり、特定のグループが過剰に（あるいは過小に）含まれてしまう現象です。

例えば、顔認識AIの学習データに白人男性の画像ばかりを集めてしまうと、女性や有色人種の認識精度が著しく落ちるといった問題を引き起こします。

実務では、多様でバランスの取れた代表性のあるデータセットを構築することが不可欠です。

1. サンプリングバイアスは推論段階で発生する問題である。

誤り：サンプリングバイアスは、AIの運用（推論段階）ではなく、開発初期の「データ収集段階」において、抽出するデータに偏りがあることで発生する問題です。

2. サンプリングバイアスはデータ収集段階で特定のグループのデータが偏ることで発生する。

正しい：データの収集時に母集団の分布を正しく反映できず、特定の属性を持つグループのデータが偏って抽出されることで生じるバイアスです。

3. サンプリングバイアスはAIの公平性とは無関係である。

誤り：特定の層のデータが欠落したまま学習すると、その層に対するAIの判断精度が極端に低下し、結果としてAIの「公平性（Fairness）」を損なう重大な原因となります。

4. サンプリングバイアスはデータ量が多ければ必ず解消される。

誤り：単にデータ量を増やすだけでは、サンプリングの方法が偏っていれば（例：同じ属性の人から大量に集める等）、バイアスは解消されずむしろ強化される可能性があります。

← 前の問題次の問題 →

📚 より詳細を学びたい方へ