『LLM』を『AI倫理(公平性・透明性・説明責任)』の説明でたどる

週刊コラム / 2026年11月2日

『LLM』を『AI倫理(公平性・透明性・説明責任)』の説明でたどる。このサイトの教材の説明を引用して、用語を整理する回です。引用の文を読み、案内した学習記事で復習しましょう。

このサイトの教材の説明を引用し、キャラクターと用語を整理します。会話は編集上の表現です。

まず教材の言葉をたどろう

白銀ゆき

先生、『LLM』を読むとき、何に目を向けたらよいかしら。

若葉みどり先生

『LLM』の教材の文を、順にたどってみようか。

若葉みどり先生

LLMは大量のテキストで事前学習したTransformerベースのモデル。
[出典]
教材: 生成AI・LLM・転移学習

若葉みどり先生

Transformerベースのモデルは、大量のテキストで事前学習したものなの。
[出典]

若葉みどり先生

つづいて『LLM』について、『AI倫理(公平性・透明性・説明責任)』を開いてみましょうね。

若葉みどり先生

LLMやディープラーニングはブラックボックスになりやすいので、説明可能AI(XAI)技術が重要視される。
[出典]
教材: AI倫理(公平性・透明性・説明責任)

若葉みどり先生

選択肢を読んで、答えを考えてみましょう。

若葉みどり先生

AI倫理の『公平性(Fairness)』に最も関連する事例はどれか。

こたえと解説を見る

正解: 採用AIが特定の性別や人種に不利な結果を出さないように設計する

採用AIが特定の性別や人種に不利な結果を出さないように設計するのが公平性です。訓練データのバイアスや特徴量の選び方が偏ると、AIが既存の社会的不平等を増幅してしまう恐れがあります。

桜井もも

記事の中の説明を、もう一度読んでみたいですぅ。