AI(人工知能)の社会実装が進む一方で、倫理などAIに関するリスクへの関心が国際的に高まっている。AIを利用するユーザー企業は、どのような視点でAIリスクを検討すべきか。様々な仮想シナリオに基づいて考えてみよう。

連載
ビジネスの現場で「AI倫理」を考える
目次
-
工場の不良品検知AIを例に「AIに影響する環境の変化」の問題を考える
AI(人工知能)に関する問題の多くは、AIモデルの不確実性に起因する。AIの学習データや利用環境などの変化が原因となって、AIが開発者の想定しない振る舞いする可能性がある。
-
工場の不良品検知AIを例に「利用者に起こりうるAIへの過信」の問題を考える
AI(人工知能)の社会実装が進む一方で、倫理などAIに関するリスクへの関心が国際的に高まっている。AI倫理を実現するうえで、AIの利用者にはどのようなリスクを検討すべきか。今回は「利用者に起こりうるAIへの過信」について、仮想シナリオに基づいて考えてみよう。
-
人材選考AIを例に「AIと公平性」の問題を考える、学習データに潜んでいたリスクとは
AI(人工知能)の社会実装が進む一方で、倫理などAIに関するリスクへの関心が国際的に高まっている。AIを利用するユーザー企業は、どのような視点でAIリスクを検討すべきか。今回は「AIと公平性」について、仮想シナリオに基づいて考えてみよう。
日経クロステック Special
What's New
経営
- 東大加藤教授に聞く、日本のスパコンの強み
- 北海道から見たデジタル経済安保と地方創生
- デジタル先進自治体・渋谷区が目指すもの
- 量子コンピュータ実用化へ必要な備えとは?
- データ活用新時代-エッジからクラウドまで
- 「大みかグリーンネットワーク」構想とは?
- 攻めの法務を実現する3つのポイントとは?
- すぐ始められるオフィス環境の改善手段とは
- トラブルを防ぐ秘密保持契約をつくるには?
- 間接材購買の見直しが利益向上に貢献する?
- バックオフィスDXの効果とポイントとは?
- 早稲田大学岩﨑教授に聞く、行政DXの課題
- 今から「2025年の崖」を克服するには?
- 「経営、組織、人財」に関する課題を論じる
- 「経営、組織、人財」に関する課題を論じる
- 成田悠輔氏語る 働き方の「これから」へ
- カーボンニュートラルは本当に「茨の道」か
- 前デジタル副大臣が語る、DX推進の鍵とは
- 竹中工務店、東京海上日動≫DXのコツは?
- デジタル基盤でインフラ保守の生産性を向上
- デジタルガバメント実現へ、富士通の挑む力