第4章 · 責任ある AI・セキュリティ・ガバナンス·v2.1.0·更新 2026/6/14·読了目安 約8分
変更要約: in-scope サービス網羅: 第4章2節にセキュリティ（Macie/Inspector/Secrets Manager）、3節にガバナンス・コンプライアンス・コスト（CloudWatch/Config/Artifact/Audit Manager/Trusted Advisor/Well-Architected Tool/Cost Explorer/Budgets）の in-scope サービス節を追加
4.1責任ある AI のガイドライン
この節の要点
公平性・説明可能性・透明性・プライバシー/安全性・堅牢性といった責任ある AI の観点と、バイアスやハルシネーションへの配慮を理解します。
AI は強力ですが、バイアス・誤り・プライバシー侵害などのリスクも伴います。責任ある AI は、これらに配慮して AI を健全に活用するための指針です。
4.1.1責任ある AI の観点
- 公平性：学習データの偏りによる不当な差別を避ける（例：採用 AI が性別で偏らない）。
- 説明可能性：なぜその出力になったか判断の根拠を理解できるようにする。透明性：AI を使っていること・能力と限界を明示する。
- プライバシーと安全性：個人データを保護し、有害・危険な出力を防ぐ。
- 堅牢性：想定外の入力にも安定して動作し、ハルシネーション（もっともらしい誤り）に対処する。
公平性が特に重視されるのは、AI の偏りが学習データそのものの偏りから生まれるためです。過去の採用データが特定の属性に偏っていれば、それで学習した AI も同じ偏りを再生産します。これは AI が悪意を持つのではなく、与えたデータの偏りを忠実に学んでしまう結果です。だから多様で代表性のあるデータと、結果の継続的な評価・監視が必要になります。生成 AI では、もっともらしいが誤った内容を自信ありげに出すハルシネーションも大きなリスクで、流暢さ＝正しさではない点に注意します。