Azure認定資格 WEB問題集＆徹底解説

会員登録/ログイン

A. モデルがどのような要素を根拠に利用限度額を算出したかを、利用者が理解できる形で説明する。

算出根拠を利用者が理解できる形で示すのは透明性（Transparency）の実践です。
モデルの挙動を説明できることは偏りの発見にも役立ちますが、説明できること自体が「不当に不利な判定をしない」ことを保証するわけではありません。原則としては公平性とは別物です。

B. 利用限度額の算出結果を継続的に監視し、誤った提案があった場合に是正する責任者をあらかじめ定めておく。

結果を継続的に監視し、誤りがあったときに是正する責任者を定めておくのは説明責任（Accountability）の実践です。
人間が AI の結果に責任を持ち、統制の仕組みを用意するという考え方であり、判定内容の偏りそのものを検証する取り組みではありません。

C. 高齢者や視覚に障がいのある利用者でも申込手続きが行えるよう、申込フォームのアクセシビリティを確保する。

高齢者や視覚に障がいのある利用者でも手続きできるようにするのは包括性（Inclusiveness）の実践です。
属性という語が出てくるため公平性と紛らわしいのですが、論点はサービスを利用できるかどうか（アクセシビリティ）であって、AI が出す判定結果の偏りではありません。

正解

D. 性別、年齢、居住地域などの属性によって申込者が不当に不利な判定を受けないことを、テストを通じて確認する。

性別・年齢・居住地域といった属性によって申込者が不当に不利な判定を受けないことをテストで確認するのは、まさに公平性（Fairness）の実践です。
与信のように過去の実績データを学習するモデルでは、学習データに含まれる社会的な偏りがそのまま限度額の提案に引き継がれるおそれがあります。
そのため属性ごとに結果を比較して差が生じていないかを検証し、必要なら学習データやモデルを是正する、という設計が求められます。

正解への思考ルート

問題文から要件を抽出し、選択肢の適否を判断するのがポイントです。

要件	判断ポイント
重視するのは公平性（Fairness）の原則	同じ状況の人が属性によって異なる扱いを受けないことを、テストで検証・是正する取り組みが該当する →選択肢（D）が正解
算出根拠を利用者が理解できる形で説明する	モデルの動作や根拠を明らかにするのは透明性（Transparency） →選択肢（A）を消す
誤った提案を是正する責任者をあらかじめ定める	人が AI の結果に責任を持ち統制する仕組みは説明責任（Accountability） →選択肢（B）を消す
申込フォームのアクセシビリティを確保する	誰もが利用できるようにする配慮は包括性（Inclusiveness）で、判定結果の偏りとは論点が別 →選択肢（C）を消す

ひっかけポイント

• 4 つとも責任ある AI の実践として正しい取り組みであり、「間違っている選択肢」を探すと迷子になる。どの原則に対応する施策かで切り分ける
• 選択肢 C は「高齢者」「視覚に障がい」と属性を挙げるため公平性と混同しやすいが、扱っているのは申込手続きが行えるか（利用機会）で、包括性の話
• 選択肢 A の説明可能性は公平性の検証を助けるが、説明できること＝偏りが無いこと、ではない。原則としては透明性に分類する
• 与信という題材から「個人情報の保護」を連想しがちだが、それはプライバシーとセキュリティの原則。本問では問われていない

出題バリエーション

同じ知識が本番では条件を変えて出題されます。

問題文がこう変わったら	正解はこう変わる
「過去の与信履歴に含まれる偏りがモデルに引き継がれていないか検査する」	公平性のまま（学習データのバイアス検査が論点）。
「誤って過大な限度額を提示しても損失が出ないよう上限値を設ける」	信頼性と安全性（Reliability and safety）に変わる。
「申込者の年収情報を暗号化し、目的外の利用を禁止する」	プライバシーとセキュリティに変わる。
「判定に納得できない申込者が人による再審査を要求できるようにする」	説明責任（人間による統制）に変わる。