AI倫理アセスメント

AIシステムの企画・開発・導入の際に、公平性、透明性、プライバシー、安全性、人権などへの影響を事前に評価し、リスクを減らす対策を決める取組み。チェックリストや影響評価の様式を使って関係者が評価し、運用を始めた後も定期的に見直す。

AIを、公平性、透明性、説明責任、プライバシーの保護、安全性、人間中心といった原則に沿って開発・提供・利用する考え方と、その取組み。原則を掲げるだけでなく、組織の方針、開発時の評価、運用中の監視などの仕組みとして実装することを重視する。多くのIT企業や各国政府が、それぞれの原則を公表している。

AIシステムを安全かつ倫理的に開発・運用するためのアプローチおよび原則の総称。公平性、信頼性と安全性、プライバシーとセキュリティ、包括性、透明性、アカウンタビリティを主要な柱とし、AIによる偏見や差別の排除、説明可能性の確保、人間による監視・制御の維持を重視する考え方である。

新しい科学技術を研究開発し社会に実装するときに生じる、技術的な課題以外の倫理的・法的・社会的な課題の総称。もとはヒトゲノム研究で使われた概念で、現在はAIやデータ利活用でも、プライバシー、差別や偏り、責任の所在、雇用への影響などを開発の初期段階から検討することを求める考え方として用いられる。

本人が自覚しないまま持っている、ものの見方や判断の偏りで、無意識の偏見とも呼ぶ。性別や年齢、国籍などに基づく思い込みが、採用・評価・業務の割当てといった判断に影響することがある。AIの学習データや設計にも開発者の偏りが入り込み、差別的な出力につながるおそれがあるため、自覚して点検する仕組みが必要とされる。

AIを組み込んだシステムの処理の流れの中に、人間による確認・判断・修正の工程を組み込む設計。AIの出力を人間が承認してから実行する、確信度の低い判定だけを人間に回す、人間が修正した結果を学習に戻すといった形がある。誤判定による重大な影響を防ぎ、責任の所在を明確にするために用いられる。

組織の従業員が生成AIなどのAIを業務で使うときのルールを定めた方針。利用してよいサービス、入力してはならない情報（機密情報や個人情報）、出力内容の確認と責任、著作権への配慮、利用目的の範囲などを定める。AIガバナンスの一部として整備し、許可されていないAIの利用（シャドーAI）を防ぐ役割もある。