⑧ AI倫理と社会的課題 ／ 10. 公平性
公平性の定義とは
公平性の定義とは、AIの判断結果をどのような基準で「公平」とみなすかの考え方で、機会の均等・結果の平等・較正など複数の定義が存在します。これらを同時にすべて満たすことは理論的に困難とされ、公平性の不可能性定理として知られています。
この用語はG検定シラバスの「10. 公平性」に含まれます。 章全体の用語は用語解説⑧（全45語）にまとまっています。
一言でいうと
何をもって「公平」とするかには複数の基準があり、同時には満たせません。
主な考え方
- 機会の均等：本来資格のある人が、属性によらず同じ割合で選ばれること
- 結果の平等：属性ごとの選出率をそろえること
- 較正（キャリブレーション）：「スコア0.8」の意味が属性によらず同じであること
どれも直感的には公平に思えます。しかしこれらは互いに衝突します。
不可能性定理
属性ごとに基準となる比率が異なっている場合、複数の公平性指標を同時に満たすことはできない——と数学的に示されています。
つまり「完全に公平なAI」は定義上つくれません。技術の限界ではなく、公平さという概念そのものの構造から来る問題です。
だからこそ判断が要る
技術的に決められない以上、どの公平性を優先するかは人が決めるしかありません。
採用選考、融資審査、医療の優先順位——場面ごとに重視すべき基準は変わります。
この判断を透明にし、監査や倫理アセスメントで確認する仕組みが求められる理由です。
🎯 G検定での押さえどころ
- 機会の均等・結果の平等・較正など複数の定義
- 公平性の不可能性定理により同時には満たせない
- 目的に応じてどの指標を採るかの判断が必要
⚠️ よくある誤りの選択肢
- 「適切な手法を用いればすべての公平性指標を同時に満たせる」→ 誤り。理論的に困難とされています
関連する用語
ご利用にあたって 本ページの内容は、JDLAが公開しているG検定シラバス2024や公式テキストなど、一般に公開されている情報をもとに独自に整理・解説したものです。実際の試験の出題内容を示すものではなく、また合格を保証するものでもありません。制度・法令・試験要項は変更されることがあるため、最新の情報は必ずJDLA公式サイトでご確認ください。