評価

1. ある応募システムがある候補者を拒否します。彼女はその理由を尋ねます。システムは「結果は複雑なパターンに基づいています」と答えます。ここで何が欠けていますか？

透明性とは、意思決定が説明可能であることを意味します。

2. Amazon、COMPAS、クレジットカード提供者のケースにはどのような共通点がありますか？

悪意はなく、ただ確認と責任が欠けているだけです。

3. どの原則が、AIの決定に対して常に責任を持つ人間が存在することを保証しますか？

アカウンタビリティ = 責任。AIは責任を負うことができません — 人間が負わなければなりません。

4. クレジットの提供に関するAIモデルは、差別について明示的に訓練されていませんでしたが、あるグループに対して体系的に悪い結果を示しています。どの原則が侵害されていますか？

公平性とは、バイアスが存在しないことを願うだけでなく、積極的にバイアスを検査することを意味します。

5. 「目的のための最小限のデータ」とは何を意味しますか？

データ最小化はGDPRの原則です：最小限のみを収集します。

6. GDPR Art. 22によると、応募に対する自動的な拒否通知を受け取った場合、どのような権利がありますか。

GDPR Art. 22: 重大な影響を及ぼす自動決定は異議申し立て可能でなければなりません。

7. あなたは人事マネージャーであり、応募者の事前選別のためのAIツールを評価しています。購入前にどのような質問をする必要がありますか？（複数選択可） 2 pts

ガバナンスの問題: 説明可能性、データの出所、責任。速度はガバナンスの基準ではありません。

8. AIガバナンスがある組織とない組織の核心的な違いは何ですか。

何かがうまくいかないかどうかではなく、それを認識し、対応できるかどうかが重要です。

9. AIガバナンスに関するどの記述が正しいですか？

ガバナンスは責任ある行動を可能にします—AIを減らすのではなく、より良いAIを。