⑧ AI倫理と社会的課題 ／ 18. AIガバナンス
モニタリングとは
モニタリングとは、AI運用開始後も、精度低下・バイアスの発生・不正利用・セキュリティリスクなどを継続的に監視することです。モデル劣化（データドリフト）への対応として不可欠です。
この用語はG検定シラバスの「18. AIガバナンス」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
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。
なぜ劣化するのか
モデル自体は変わりません。変わるのは入ってくるデータです。
- データドリフト：入力データの分布が変わる
- コンセプトドリフト：入力と正解の関係そのものが変わる
季節、流行、制度の変更、社会状況——世の中が変わればデータも変わります。何もしていないのに精度が下がるのはこのためです。
監視する項目
精度だけを見ていると公平性の問題を見逃します。
仕組みとして残す
人が定期的に確認する運用は担当者が変わると途切れます。
そこでMLOpsとして監視と再学習を自動化する取り組みが進められています。
契約面では保守契約で誰が監視し、再学習の費用は誰が持つかを定めておくことが実務上の要点です。
🎯 G検定での押さえどころ
- 運用開始後も継続的に監視する
- データドリフトによるモデル劣化への対応
- 精度だけでなくバイアス・不正利用も監視対象
⚠️ よくある誤りの選択肢
- 「モデルを変更していなければ、運用後に精度が下がることはない」→ 誤り。入力データの傾向が変われば精度は下がります（データドリフト）
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。