法倫理・リスク
説明可能性とは?
読み: せつめいかのうせい英語: Explainability更新日: 2026-06-23
説明可能性とは、AIの判断や出力について、理由や根拠を人間が理解できるようにする性質です。
G検定AWS AI Practitioner
関連表記: 説明可能性 / Explainability / XAI / 解釈可能性
試験で問われるポイント
- 責任あるAI、透明性、監査と関係します。
- 重要判断では、根拠や説明が求められます。
- 高性能でも説明できない場合はリスクになります。
具体例
融資審査AIで、なぜ否認されたのか説明できるようにする必要があります。
混同しやすい点
- 正解率が高ければ説明は不要だと考える。
- すべてのモデルが同じ程度に説明可能だと考える。
関連問題で復習
Cloud Digital LeaderGoogle CloudのAI活用
AIの判断において説明可能性(Explainability)が重要とされる理由として、最も適切なものはどれですか。
DS検定データサイエンス
モデルの「説明可能性」の説明として、最も適切なものはどれか。
DS検定データサイエンス
融資の可否をモデルで支援するなど、判断の根拠が問われる業務で説明可能性を重視する理由として最も適切なものはどれか。
DS検定データサイエンス
説明可能性に関する理解として、最も適切なものはどれか。
DX NextAI・データサイエンス
AIモデルにおける「説明可能性」とは何かを説明したものとして、最も適切なものはどれか。
生成AIパスポート情報リテラシー・法倫理
説明可能性(Explainability)と透明性(Transparency)の違いに関する記述として最も適切なものはどれか。
AWS AI Practitioner責任あるAIの指針
採用スコアリングモデルを導入する企業が、不合格通知に対する応募者からの異議申し立てや監査対応に備えたいと考えています。モデルの説明可能性を高める目的として最も適切なものはどれか。
DX NextAI・データサイエンス
融資審査など人に影響の大きい判断にAIを使う場面で、説明可能性を踏まえた対応として最も適切なものはどれか。