⑧ AI倫理と社会的課題
用語ページ索引（全44ページ）
この章の用語を1語ずつ解説した個別ページの一覧です。
📖 各用語の解説と学習の進め方は 用語解説⑧（全45語）にまとまっています。 まずはそちらからご覧ください。
8. 国内外のガイドライン6語
- AI 倫理AIを作り、使ううえで守るべき「してよいこと・いけないこと」の考え方…
- AI ガバナンスAIを安全・適切に使うために、組織として整える仕組みのことです。
- 価値原則AIが社会で目指すべき、いちばん土台になる価値観のことです。
- ハードロー破ると罰則がある、法的な強制力を持つルールのことです。
- ソフトロー罰則はないけれど守ることが期待される、指針や行動規範のことです。
- リスクベースアプローチ危険が大きい使い方ほど厳しく、小さい使い方は緩く規制するという考え方…
9. プライバシー2語
- カメラ画像利活用ガイドブック防犯カメラの画像をマーケティング等に使うときの、配慮すべき点をまとめ…
- プライバシー・バイ・デザインあとから対策するのではなく、設計の最初からプライバシー保護を組み込む…
10. 公平性6語
- アルゴリズムバイアスAIが特定の属性の人に不利な判断をしてしまう偏りのことです。
- 公平性の定義何をもって「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…
- サンプリングバイアス集めたデータが全体を代表していないために生じる偏りのことです。
- センシティブ属性差別につながりやすいため、扱いに特別な配慮が必要な属性のことです。
- 代理変数直接その属性ではないのに、実質的に同じ意味を持ってしまう変数のことで…
- データの偏り過去の社会にあった偏見が、そのままデータに残ってしまっている状態です…
11. 安全性とセキュリティ6語
- Adversarial Attack (Adversarial Examples)人には分からないわずかなノイズを加えて、AIにわざと間違えさせる攻撃…
- セキュリティ・バイ・デザインあとから守るのではなく、最初からセキュリティを組み込んで設計する考え…
- データ汚染学習データに毒を混ぜ込んで、AIの学習結果をわざと狂わせる攻撃です。
- データ窃取AIに何度も質問して、学習に使われた元のデータを推測する攻撃です。
- モデル窃取AIに大量の質問をして、その答えから同じように動くコピーを作る攻撃で…
- モデル汚染AIモデルそのものを書き換えて、特定の場面で誤動作させる攻撃です。
12. 悪用2語
13. 透明性3語
- データの来歴そのデータがどこから来て、どう加工されたかを示す記録のことです。
- 説明可能性AIがなぜその答えを出したのかを、人が分かる形で示せる度合いのことで…
- ブラックボックス中で何が起きているか分からないのに、答えだけは出てくる状態のことです…
14. 民主主義2語
15. 環境保護2語
- 気候変動AIを動かすための電力消費が、地球温暖化を進めてしまうという懸念です…
- モデル学習の電力消費大規模なAIを学習させるには、莫大な電力と冷却のための資源が必要にな…
16. 労働政策3語
- AI との協働AIに仕事を奪われるのではなく、AIと分担して成果を高める働き方です…
- スキルの喪失AIに任せすぎることで、自分の力でできることが減ってしまうリスクです…
- 労働力不足働き手が足りない問題。AIで補う期待と、AI人材も足りないという二重…
17. その他の重要な価値4語
- インクルージョンどんな人でもAIの恩恵を受けられるようにする、という考え方です。
- 軍事利用AIを兵器や軍事作戦に使うこと。人の判断なしの攻撃が最大の論点です。
- 死者への敬意亡くなった人をAIで再現することの是非。本人の意思と遺族の感情が論点…
- 人間の自律性最後に決めるのは人間である、という原則のことです。
18. AIガバナンス8語
- AI ポリシー組織がAIを使うときに守るべき、自分たちで決めた社内ルールです。
- ダイバーシティ開発する人もデータも、偏りなく多様であるようにするという考え方です。
- AI に対する監査AIがルールどおりに使われているかを、別の立場の人が確かめる仕組みで…
- 倫理アセスメント作り始める前に、倫理的な問題が起きないかを点検する手続きです。
- 人間の関与AIの判断の流れに、人が確認する工程を必ず入れておく仕組みです。
- モニタリングAIを動かし始めたあとも、性能や問題が起きていないか見続けることです…
- 再現性同じデータ・同じ条件でやれば、いつも同じ結果になるという性質です。
- トレーサビリティどの工程で何が行われたかを、あとからたどれる状態にしておくことです。
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。