「人工知能のバイアス」を考える【後編】

“偏り”がプラスに作用することも　「AI」のバイアスとどう向き合うか

AIシステムのバイアスはリスクとなる一方、有益な結果をもたらすこともある。本稿では、AIシステムのバイアスの長所と短所を取り上げる。

　偏ったデータによるバイアス（偏見、差別）を含む人工知能（AI）システムを使用することは、大きな墓穴を掘ることにつながる――。そう語るのは、データ管理ソフトウェアを提供するCollibraの共同創設者兼最高技術責任者（CTO）を務めるスタン・クリスティアンス氏だ。

　「偏ったAIシステムは膨大な数のエラーを生み出す」とクリスティアンス氏は指摘。ほとんどのAIエンジンはブラックボックスになっているため「企業がダメージの大きさに気付いたときには、既に手遅れになっている恐れがある」と同氏は説明する。

　前編の「Amazon、Facebookも批判の的に　『公平・公正なAI』はなぜ難しいのか」では、Amazon.comとFacebookの事例を基に、AIシステムのバイアスを取り巻く現状について説明した。後編ではバイアスへの対策と、偏ったデータを有効活用できる可能性について考える。

どうすればバイアスを軽減できるか

　クリスティアンス氏は、AIシステムを活用する企業に注意を促すと同時に、バイアスを抑える対策を複数講じることを推奨している。これには、次のような対策が挙げられる。

• 倫理委員会と協議する
• 多様なバックグラウンドを持つ人々で構成されたデータサイエンスチームを雇う
• サードパーティーのデータ管理ベンダーと連携する

　企業がバイアスを回避／排除するのに大きく役立つのは、常に警戒心を持ち、潜在的な問題を素早く解決するよう動くことだと、クリスティアンス氏は話す。

　AIシステムのバイアスは、データと結果を不適切にゆがめる恐れがある。ただしAIシステムにあえて偏りを取り入れて、トレーニングに役立てようとする試みもある。

ときに役立つ偏ったデータ

「人工知能のバイアス」を考える

近年ではAmazon.comやFacebookで、人工知能（AI）システムによる差別的な判断が問題となった。AIシステムのバイアス（差別、偏見）を取り巻く現状と、バイアスを防ぐ方法について考える。

この連載の記事をもっと見る

この記事の著者

関連記事

• 

  人工知能（AI）の不公平な判断を指摘するツール　IBMが提供開始

• 

  欧州委員会が人工知能（AI）のガイドラインと試験運用開始を発表

新着ホワイトペーパー PR

• 製品資料
  [株式会社MatrixFlow] 「物流リソース最適化」ガイド：人員・配車・傭車を出庫依頼の確定前に決めきる
• 製品資料
  [株式会社キーエンス] なぜRPA導入は頓挫する？　シナリオ作成の壁を乗り越える解決策とは
• 製品資料
  [株式会社セールスフォース・ジャパン] 「CRMは設計と無関係」は本当か？　PLMとの融合で実現する高速開発
• 事例
  [日本ヒューレット・パッカード合同会社] AIエージェントの時代にどう備える？　「新たな働き手」を支える3要素とは
• 製品資料
  [日本ヒューレット・パッカード合同会社] “横並びの自動化”から脱却、AI活用で生産性と競争力を高める秘訣