A不正解
予測のばらつきが増え、出力が毎回ランダムになる
バイアスは一貫した方向への偏りであり、出力がランダムにばらつく現象ではありません。
ランダム性は温度などの推論設定の話で、バイアスの影響の説明としては誤りのため不正解です。
ある企業のガバナンス会議で、バイアスを含んだモデルをそのまま本番で使い続けた場合のリスクを整理しています。是正せずに運用を続けたとき、生じうる影響として最も適切なものはどれですか。
1 / 1
回答を選択してください
正解B
解説
バイアスを放置した場合の影響を選ぶ問題。
- 1「バイアスを含んだモデルをそのまま本番で使い続けた」偏りを 放置 した場合
- 2「生じうる影響」集団間の精度差・不公平な結果
B正解
特定の集団に対して精度や扱いに差が出る
正解。バイアスを放置すると、特定の集団に対して予測精度が低くなったり不利な判断が偏ったりして、不公平な結果や差別的な影響を生むおそれがあります。
C不正解
時間の経過とともにバイアスは自然に解消されていく
モデルの重みは再学習しない限り変わらないため、放置してもバイアスは解消されません。
むしろ偏った判断が積み重なって影響が拡大するため不正解です。
D不正解
モデルの推論レイテンシーが増加し続ける
推論のレイテンシーは計算資源やモデルサイズで決まり、バイアスの有無とは関係しません。
性能指標の話とすり替えており、バイアスの影響の説明としては誤りのため不正解です。
ポイント
バイアスを放置して運用すると『特定の集団に対して精度や扱いに差が出て、不公平な結果を生む』影響があります。差別的な扱いや信用・コンプライアンス上の問題にもつながります。だからこそ公平性の評価とバイアス軽減が重要になります。