専門家が提言
“危ない人工知能”をなくすには「AI版エネルギースター」を作るべし
AIシステムの危険性を排除するには、AIシステムの開発や利用に関する適切なルールが必要だ――。こう主張する専門家ニコル・ターナー・リー氏は「AI版エネルギースター」が必要だと指摘する。その真意とは。
人工知能（AI）関連の政策を適正にするには、政策立案者とデータサイエンティストが連携して、AIシステムを利用する企業向けに適切なルールを作成する必要がある――。技術誌MIT Technology Reviewが2022年3月に開催したAI関連イベント「EmTech Digital 2022」でこう提唱したのは、政策調査機関Brookings Institutionの技術調査組織Center for Technology Innovationでディレクターを務めるニコル・ターナー・リー氏だ。
「AI版エネルギースターが必要」と専門家が主張 その真意は？
欧州連合（EU）や各国政府は、社会に浸透し、刑事司法制度や金融システムなどに悪影響を及ぼしかねないAIシステムを規制する方法を探ろうとしている。AIシステム自体には否がなくても「AIシステムの利用ルールや、AIシステム開発者の説明責任に関するルールの欠如によって問題が生じている」と、ターナー・リー氏は指摘する。
予防策の設定とデューデリジェンスの動機付け
全てのAIシステムが不適切というわけではない。政策立案者は、AIシステムの影響や機密度、危険性が最も高い分野を見極め、そこに規制の取り組みを集中させる必要があるとターナー・リー氏は語る。例えば住宅ローンといった、消費者向け金融製品の審査に利用するAIシステムにはガードレール（予防策）を設け、人種を認識する技術が消費者のプライバシーを侵害するといったことがないようにする必要がある。
AIシステムの開発に当たっては、データサイエンティストにデューデリジェンス（適正評価手続き）の実施を義務付けることをターナー・リー氏は求めている。データサイエンティストは、AIシステムに対するテストを済ませて、適切な監査ツールを組み込むだけではなく、そのAIシステムに対して説明責任を負う必要がある。「責任を負うのは政府ではない。データサイエンティストの責任であり、AIシステムを認可する機関や企業の責任だ」（同氏）
政策立案者がデューデリジェンスに関して果たすべき役割は、基準に準拠した透明なAIシステムを開発する動機を企業に与えることだ。実際には、AIシステムが連邦基準を満たしているかどうかをユーザーが把握できるように、家電製品における「ENERGY STAR」（エネルギースター）に匹敵する評価システムを作成すべきだとターナー・リー氏は提案する。省エネルギー型電気製品のための環境認証制度であるENERGY STARは、エネルギー効率に関して連邦政府が義務付けるガイドラインを家電製品が満たしていることを示す。
「私たちにできることは透明性を生み出すことだ。そうすればAIシステムを適切にする優れた文化を生み出すことができる」とターナー・リー氏は話す。政策立案者とデータサイエンティストが協力して、AIシステムの適切化への道筋となるルールを定義する必要があると同氏は付け加える。「そうした『あるべき姿』について、人々が協力して取り組むことが必要だ」（同氏）
TechTarget発 先取りITトレンド
米国TechTargetの豊富な記事の中から、最新技術解説や注目分野の製品比較、海外企業のIT製品導入事例などを厳選してお届けします。
Copyright © ITmedia, Inc. All Rights Reserved.
TechTarget発 先取りITトレンド
米国TechTargetの豊富な記事の中から、最新技術解説や注目分野の製品比較、海外企業のIT製品導入事例などを厳選してお届けします。
この記事の著者
関連記事
新着ホワイトペーパー PR
-
事例
[サイボウズ株式会社] DXに必要な「Dスキル」「Xスキル」を持った人材を育成するには？ -
市場調査・トレンド
[サイボウズ株式会社] データで見る、DXが「順調に進む企業」と「つまずく企業」の違い -
製品資料
[サイボウズ株式会社] 賛否が割れがちな「Notesからの移行」 新環境への移行を納得してもらうには？ -
事例
[ServiceNow Japan合同会社] 農林中金に学ぶ内製開発 処理効率を約2倍に高めAI活用も加速させた方法とは？ -
事例
[ServiceNow Japan合同会社] NTTグループのデジタル変革術、17万人が利用する決裁プロセス刷新の全貌
こんなメディアも見られています
TechTargetジャパンに関連する情報をお探しであれば、こちらのメディアもお役に立てるかもしれません。
ベンダーコンテンツ PR
From Informa TechTarget
SpecialPR
アクセスランキング
-
1
【基本情報技術者試験】「デュプレックスシステム」と「デュアルシステム」の違いは？
-
2
kintoneで実践 製造業のための「見積もり管理」改善のヒント
-
3
「Microsoft一択」で本当にいいのか 知らぬ間にライセンス費用が膨らむ真相
-
4
サーバ約70台をAWSへ ヤナセが移行前にやった「通信要件の可視化」
-
5
100億円の「Linux更新」を回避 みずほ銀行が選んだ“おきて破り”のRHEL延命策
-
6
MS月例パッチが1000件突破 人手不足の情シスを襲う「月1回メンテ」の崩壊
-
7
脱VMwareの真実：データセンター大手がNutanixを選んだ「コスト以上の理由」
-
8
「データストレージの活用方法」に関するアンケート
-
9
「AI活用」を掲げた年金刷新が炎上 英政府が大手ITアウトソースを切り捨て「内製回帰」した理由
-
10
「VMware離れ」は本当か 3000社がVCF 9にかじを切った現実的な理由
ホワイトペーパーランキング PR
-
1
生成AIのハルシネーションを防止 回答精度を高めるセマンティックレイヤーとは
-
2
AIエージェントで多様な日常業務を効率化するための入門ガイド
-
3
5回聞くだけじゃ足りない？ トヨタ式「なぜなぜ分析」の正しい実践方法
-
4
AIが「わざわざ使うツール」になっていない？ 業務で自然に使う導線にする秘訣
-
5
JR西日本ITソリューションズが「監視業務の属人化」を解消した方法とは？
-
6
「脱Excel」か「Excel快適化」か？ 現場にやさしい業務改善の進め方
-
7
インシデント対応工数を約3割削減、東京ガスの事例に学ぶ監視体制刷新のコツ
-
8
マンガで解説：「ゼロトラスト」「SASE」の必要性とメリット
-
9
5分で分かる「セキュア大容量ファイル転送サービス」の機能とメリット
-
10
情報セキュリティ対策早分かりガイド：25の自社診断で弱点と解決策を理解
TechTargetジャパン SNS
@techtarget_itmをフォロー
インフォメーション
注目情報をチェック
TechTargetジャパンをフォロー