1．基本を理解
読み方・用語解説- 読み方
- フェアネス（fairness）
- 英語名
- Fairness
- 提唱者・年代
- AI倫理の議論で近年注目（AI社会原則として整理）
💡 豆知識——fair（公平な）＋ness。AI社会原則は“セット”で出題されます。
【セットで覚えたい関連用語】
2．意味（定義）と例え話
AIがすべての人々や社会に対して公正・公平であるようにする、AI社会原則の一つ。
AIが採用・融資・医療など実社会に使うようになり、「人種・性別・年齢などの属性で判断が偏るのでは」という懸念から、公平性などの原則が掲げられた。
作文の採点に似てる。採点は“内容”だけで行うべきで、見た目や性別で加点減点があってはいけない——それがAI版の“公平性”。
AI倫理アセスメント（評価）でチェックする項目。AIの社会実装に必須。
「AI社会原則の一つ／属性で不当に偏らない」が試験ポイント。説明可能性・透明性とセットで覚える！
3．直前に理解（Q&A）
8問Q1. 公平性とは？最頻出
AIがすべての人々や社会に対して公正・公平であるようにする、AI社会原則の一つ。
Q2. 具体的に何が大事？最頻出
AIの予測や判断において、人種・性別・年齢などの属性によって不当な差別や不利益が生じないよう配慮すること。
Q3. AI社会原則の仲間を挙げよ頻出
公平性、説明可能性、透明性、説明責任（アカウンタビリティ）など——セットで覚える。
Q4. 不公平はどこから来る？頻出
訓練データに偏り（過去の差別が学習される）があったり、モデル設計に起因する場合がある。
Q5. どうチェックする？頻出
AI倫理アセスメント（評価）で、判断の偏りを検証する。
Q6. 「精度が高ければ公平だ」は正しい？ひっかけ
誤り。全体精度が高くても、特定の集団だけ不利益を受ける“不公平”が起きうる。
Q7. 公平性と説明可能性の違いは？混同注意
公平性＝偏らないこと。説明可能性＝根拠を説明できること。
Q8. 位置づけは？親と子
AI倫理 ⊃ AI社会原則 ⊃ 公平性。社会実装のチェック項目。
4. まとめ
公平性はAI社会原則の一つで、人種・性別・年齢など属性での不当な偏りがないようにする。