キャンペーン終了まで

割引情報をチェック!

すべての動画をフルで見よう!

初回登録なら7日間無料! いつでも解約OK

いますぐ無料体験へ

AI・データ時代の倫理と責任(後編)~公平性・信頼性を確保するには?

  • 0h 46m (4sections)
  • AI・テクノベート
  • 中級

こんな人におすすめ

・AI・データ時代の法的・倫理的課題について学びたい方
・自社のAI・データ活用について主体的な関与が求められるリーダーの方
・自社のAI・データ活用についてビジネス要件を企画する立場の方
・ビジネス部門を代表してデータサイエンティストや外部のAIコンサルと協働する立場の方

このコースについて

AIチャットボットの暴走、就職内定辞退者の予測など、AIにまつわる近年の事件はなぜ起こったのでしょうか。AIが社会に浸透し始めたことで、私たちの予期せぬところで他者の不利益や社会の軋轢を生む場面が増えています。こうした問題はAIの専門家だけで解決できるものではありません。では、私たちビジネスパーソンはいったい何を心得ておくとよいのでしょうか。

本コースでは、AIを利用するビジネスパーソンが、AIの現状とその課題を正しく理解し、課題解決に向けた取り組みを知ることを目指します。後編では、AIの公平性と信頼性、さらには国際社会や企業の取り組みを学びます。視聴後には、AI・データ時代の担い手としての自分に自信が持てるようになるでしょう。


監修:森谷 和弘
データ解析設計事務所 代表、データアナリティクスラボ株式会社 取締役 CTO、データサイエンティスト協会 スキル定義委員
株式会社富士通金融システムズ(現 富士通株式会社)でデータベースエンジニアとしてのキャリアを積み、その後データ・フォアビジョン株式会社にてデータベースソリューションや金融工学系ソフトウェアの開発、データサイエンス、人事等の役員を担当。2018年よりフリーランスとして独立し、AIコンサルタント、機械学習エンジニア、データサイエンティスト、データアーキテクトとして活動。2019年、データアナリティクスラボ株式会社を共同経営者として起業し、データサイエンティストを未経験者から実践経験者へと育成する事業に従事。

※本動画は、公開時点の情報に基づき作成したものです(2023年2月公開)

講師プロフィール

鈴木 健一 グロービス講師

東京大学大学院工学系研究科修了、米国シカゴ大学経営大学院修士課程修了。
野村総合研究所を経た後、A.T.カーニー社にてマネージャーとして経営コンサルティング業務に従事。メーカー、通信事業者の新規事業戦略、マーケティング戦略、オペレーション戦略などの分野で幅広いコンサルティング経験を有する。グロービスでは2006年の大学院設置認可、さらに2008年の学校法人設立など、開学から2016年3月まで10年にわたり事務局長として大学院運営にたずさわってきた。現在は教員としてテクノベートシンキング、ビジネスアナリティクス、ビジネスデータサイエンスをはじめとする思考系、テクノベート系科目の科目開発、授業を担当するほか、グロービスAI経営教育研究所(GAiMERi)の所長としてAIを使った次世代の経営教育を創るべく研究開発に時間とエネルギーを使っている。

コース内容

  • AIデータ時代の倫理と責任(後編)~公平性・信頼性を確保するには?
  • 第3回 AIの公平性をいかに守るか?
  • 第4回 AIの信頼性を確保するためには?
  • 第5回 AI-Readyな社会を実現するための心得

より理解を深め、他のユーザーとつながりましょう。

100+人の振り返り

  • sphsph

    メーカー技術・研究・開発

    母集団が難しい。納得です。
    そこがずれるともちろん答えもずれてくる。
    それが人の人生に影響してしまうといわれると結構恐ろしいです。すでに始まっているのでしょうが、中々許容しにくいですね。
    じゃあどうする?
    人間の叡智の見せ処ですね。

    2023-02-04
  • a_7636

    人事・労務・法務

    AIに対して漠然とした不安や恐怖感がある方へ、是非ともこのコースをおすすめしたいです。

    ・AIの公平性をいかに守るか?
    ・AIの信頼性を確保するためには?

    例えば従来型のシステムの仕組みとAIの仕組みの対比や、人間のバイアスがAIに与える影響、均質性⇔多様性がAIの予測に与える影響などが分かりやすく解説されています。

    この中で自分のAIに対する不安感の原因がこれかもしれないと思い、AIに対する向き合い方や自分自身でできる対策のヒントになりました。

    2023-02-12
  • ozawa_h

    IT・WEB・エンジニア

    ビジネスを考える場合は技術的内容だけではなく、法的な課題を理解することの重要性を学びました。
    金額的要素だけではなく、社会を裕にするビジネスを行うことを考えます。

    2023-02-02
  • sknesh

    金融・不動産 関連職

    AI READYの時代ではあるが、大事なことはヒトとしての倫理観、どう考えるかということを気づかせていただける動画。

    2023-02-18
  • suzuqp

    IT・WEB・エンジニア

    バイアスがかからないようにするというのは正論ではあるけれど、企業の意向や価値観などからバイアスを多少なりとも必要とする場合もあるように感じます。その調整はおそらく人の手で行うべきもので、AIにはあくまでバイアスにとらわれない活用をする、と切り分けて考える必要があると思いました。

    2024-05-13
  • 500nozomi

    その他

    学びが多かったので、よく整理して、一つ一つ活用したい。

    2023-02-22
  • takumi_1453

    経営・経営企画

    レスポンシブルAIの考え方は大切ですね。後半も大局的に状況整理頂きありがとうございました。

    2023-02-24
  • spohrj

    経営・経営企画

    学習バイアスがかからないように、十分な注意を」払って、学習データを集めたい。

    2023-02-28
  • yosuke-kim

    IT・WEB・エンジニア

    バイアスについては、人間でも気づきにくい部分なので、データを準備する人間が、意識してバイアスのないデータを収集することが重要だと思う。

    2023-03-01
  • sakiyam2

    IT・WEB・エンジニア

    AIの負の側面については全く考えたことがなかったので、色々と興味深い内容だった。一方で、技術面での競争の時期が終わり、今後はAIの責任についても考慮して開発・運用していく必要が出てきたということで、どのように活用するかを考えるハードルが高くなったと感じた。

    2023-07-04
  • tomo-tom

    営業

    バイアスについては難しいと思った。
    バイアスなのか、本当に能力の問題なのか判断が難しい。

    2025-08-22
  • honda_toshio

    メーカー技術・研究・開発

    参考になりました。AIリテラシーを向上させ、うまくAIと付き合っていきます。

    2025-02-05
  • macaroni-

    メディカル 関連職

    AIにバイアスを除外するのはむつかしい

    2025-02-06
  • yoo_sha

    メーカー技術・研究・開発

    人事部門においては、例えば従業員の「自己申告サーベイデータ」と「年次評価」との相関関係を調べることができる。
    もくしは、「採用後のパフォーマンス(評価)」を「面接時の評価」、「SPIの結果」や「出身大学の偏差値」などと重回帰分析しても面白い結果が出るかもしれない

    2025-02-07
  • yasu_ichi

    メーカー技術・研究・開発

    AIを活用する上での、メリットとデメリットを理解した上で公正に判断出来るようにする必要があると感じました。
    人間だけでは、判断出来ない事も多角的に判断できるのがAIのメリットだと思うのでよく分からないから使わないという判断ではなく
    いかにうまく使うかを考えるできだと感じました。

    2025-02-08
  • yoshiyc

    その他

    社会生活の中でバイアスを意識すると、そこかしこにバイアスの存在していることが解ります。
    AIの知識を得るほどに、己の人としての公平性や信頼性を見つめ直すことになりますね。

    2025-02-08
  • yori_qf

    専門職

    AIは使用する側の倫理や責任が重要であることを認識した。

    2025-02-09
  • takako_yamamoto

    販売・サービス・事務

    AIIに対して感じていた違和感の正体を知った。
    どういう脆弱性があるのか理解した上で、活用したい。

    2025-02-09
  • eikisan

    資材・購買・物流

    公平性確保が非常に難しいと理解した

    2025-02-10
  • leafstone

    その他

    AIが導き出した結論を鵜呑みにするのではなく、信頼性、信ぴょう性、妥当性など、様々な視点で評価する必要があると思いました。

    2025-02-10
  • uru_24500

    メーカー技術・研究・開発

    AIの倫理と責任について理解が深まりました

    2025-02-11
  • yt335

    IT・WEB・エンジニア

    AI Readyの社会になるにはまだ時間が必要だとわかりました。
    そこへ向けて倫理的に対応できる教育や、も技術的に対応できる人材がまだ不足しているとも感じます。

    2025-02-12
  • emico100

    その他

    AIは必要不可欠なのでキャッチアップしておきたい

    2025-02-13
  • isaocchi

    その他

    どの様な方向性をAIに求めていくのかを明確化し、データ使い方、入力内容、項目数をどの様に選別し入力するのか考えながら実施していかないと間違った方向へ回答が出てします事を理解する必要があると感じた

    2025-02-14
  • yshr_oosawa

    メーカー技術・研究・開発

    AIの採用時に本講座内容を再確認する

    2025-02-14
  • rick-szk

    その他

    AIシステムを開発する際の倫理について整理ができました。

    2025-02-16
  • ezmomonga

    その他

    AIを利活用するためには、人間以上に大きな力をもつ側面から、より強い倫理観をもとに厳格に管理されたAIを作成することが近道と感じました。

    2025-02-17
  • lionrabbit

    人事・労務・法務

    公平性、信頼性を確保することはこれからの時代に重要なことだと再認識しました。

    2025-02-17
  • kuny_o

    メーカー技術・研究・開発

    AIにおけるバイアスについて理解を深めることができました。

    2025-02-20
  • shinji_muraoka

    販売・サービス・事務

    AIは便利なものだがリスクがあることを認識する。信用して使える様に考える必要がある。

    2025-02-21
  • kojkoji

    IT・WEB・エンジニア

    AI活用において性別・国籍などを意識した多様性を重視しチーム編成が必要であり
    潜在するバイアスなどの対策が重要となる

    2025-02-21
  • 91-22

    建設・土木 関連職

    AIの公平性、信頼性という点で与える影響が大きいことは理解できたが、今後も深刻な課題となりそうだと感じた。

    2025-02-22
  • vogel

    メーカー技術・研究・開発

    AIの持つ負の側面を理解することはAIを正しく利用するのに不可欠と感じた。

    2025-02-22
  • yoshitaka_ando

    その他

    倫理観を重視したAI活用を業務で実施できるようになる。

    2025-02-24
  • muratahiroyuki

    販売・サービス・事務

    現実は、AIを利用する立場になる。市販されているAIの品質は、何をもって図り、どうであるから市販されるのだろうか。

    2025-02-24
  • shira-jun

    IT・WEB・エンジニア

    ありがとうございました!

    2025-02-24
  • h_tsukawaki

    マーケティング

    AI利用の倫理的問題については日頃から関心を持っています。活用にあたり自社利益を上げるために他社の権利を侵害していないか、注意しながら進める必要があると感じました。

    2025-02-25
  • m-kusaba

    販売・サービス・事務

    開発者が偏見を持たないようにすることが大事と学んだ

    2025-02-26
  • k-kuroyanagi

    販売・サービス・事務

    日本は先進国の中で遅れた存在になっていて、もっと育成等考えを新しく持った方がいいと思いました。

    2025-02-27
  • n155528

    メーカー技術・研究・開発

    過去のデーターや身近なデーターを用いてAI学習させる場合に特定のバイアスが掛かっていないことを精査し、AIによる抽出の目的を明確にすることで信頼性の高いAI活用をしていきたいと思います。

    2025-02-28
  • toufu_

    その他

    バイアスは無意識である場合が多いと思うので、母集団の選定には十分注意したい。

    2025-03-01
  • kyoshii

    人事・労務・法務

    AIにまつわる課題の認識は、AI技術の特性そのものをよく理解する必要があると感じた。本内容は後からよく見直したいと思う。

    2025-03-01
  • kazu-inokuchi

    メーカー技術・研究・開発

    結局、AIのシステムを構築する人、それを利用する人が、バイアスがかかることなく、公平・公正な視点でいられるかどうか、つまAIの公平性、信頼性は人にかかっていることがわかった。

    2025-03-01
  • koji_yu

    営業

    営業がデータ提供するのではなく、データ抽出後そのままAIに分析させるようにするとよい

    2025-03-02
  • trail-hkg

    マーケティング

    グーグル、ソニーのように「企業が自主的に責任あるAIの考えを公表」している学びから、自社で制定している内容について今一度確認したい。また、制定内容に沿って業務を遂行していきたいと思う。

    2025-03-02
  • xmikami

    メーカー技術・研究・開発

    AIの負の側面を十分意識して活用したい

    2025-03-02
  • pc185539

    人事・労務・法務

    AIを利活用する人や企業は、これまで以上に高い倫理的な意識を持つ必要があり、それが今後のAI-ready な社会の実現へとつながることを理解できた。

    2025-03-03
  • n161122

    メーカー技術・研究・開発

    不具合についての傾向性等重視していきたい

    2025-03-04
  • no__name

    コンサルタント

    大変よく理解できました。

    2025-03-06
  • naka189

    経理・財務

    とてもよかったです。

    2025-03-07
  • junihcikanabo

    建設・土木 関連職

    AIは必ず必要になってくる。負の側面があることを理解して正しく使っていく仕組みが必要。

    2025-03-07
  • 23tim

    販売・サービス・事務

    人間のバイアスをどう克服しAIに取り組むことが重要と認識した

    2025-03-07
  • shiomi1218

    専門職

    AIに学習させるために、実世界からサンプリング選択したデータに偏りがあり、母集団を代表できていない状態があることに注意します。
    報告の偏り、人には、普通の状態を過小評価し、鮮烈で特異的な状況を優先して報告、記録する傾向があること。

    2025-03-09
  • jin8969

    IT・WEB・エンジニア

    他人事ではなく、自分事としてAI-Readyな社会に向けたビジネスパーソンの心得や責任あるAIを普段から意識する必要があると感じた。

    2025-03-10
  • dai0430

    その他

    初期に触ったAIが間違った答えを頻発していたので無闇には信じていないが、この経験がない人も多く信頼性を上げていくことは非常に重要なことだと改めて感じました

    2025-03-12
  • nrtkws

    その他

    どんな技術にもメリット、デメリットがある。AIも課題があるが、リスクがあるから使わない、ではなく、課題を認識して正しく利活用できるよ辺り組む事が大事で、それができない企業は、社会的に信頼されない事を肝に銘じる必要を学んだ。

    2025-03-12
  • s-oketani

    メーカー技術・研究・開発

    AIをうまく使うために最初は使ってみるところから始めたい。 その際、特定のバイアスが入らないよう配慮したい。

    2025-03-12
  • kouji_oohara

    その他

    AIを利用するにあたり、偏見がないか信頼性があるのか どのように活用すべきか理解しながら使用するべきであると考える。

    2025-03-12
  • n141876

    販売・サービス・事務

    AIの倫理はまだ未解決だ

    2025-03-12
  • diguard

    経営・経営企画

    人事部門の各階級の研修制度検討に利用する。
    その際、学習データの選定につき、過去データの中で組織改編があった分で、現在以降も存在しない分は省くことで、不要な学習を排除。
    プロジェクトのチーム編成は役員除く各階級から2名以上を含めることで、思考の偏りを減らす。

    2025-03-12
  • n175395

    メーカー技術・研究・開発

    バイアスに注意してAIを利用する

    2025-03-13
  • seki_bmc

    人事・労務・法務

    AIの公平性をどうするか。

    2025-03-14
  • shigeru7

    メーカー技術・研究・開発

    よくわかりました。今後の役にたちそうです。

    2025-03-14
  • naitoh_ren

    その他

    バイアスがかからないようにすることで、AIは正しく情報整理ができる

    2025-03-15
  • fuminori-iwsk

    専門職

    あやゆる企業が「責任あるAI」を自社の言葉で説明する時代になったと思った。
    またAIは人間のバイアス・均質性・悪意のどれかひとつでもあると誤動作すると認識した。

    2025-03-16
  • bmc-206

    営業

    とても参考になりました。

    2025-03-16
  • _2197

    IT・WEB・エンジニア

    AIの学習に用いるデータに気を配ることは、過去の常識に基づくアンコンシャスバイアスへの注意にもつながると思う。
    AIをよりよく活用するためにも、技術知識と合わせて社会全体に関する知見もアップデートしていきたい。

    2025-03-17
  • take1224

    営業

    AIについて概要を学ぶことができました。

    2025-03-17
  • n205927

    その他

    事なことはヒトとしての倫理観

    2025-03-17
  • gotaki

    メーカー技術・研究・開発

    AIに学習させる人間の倫理感や責任感によって、AIの公平性や信頼性が左右される場合がある事が分かりました。

    2025-03-17
  • n190165

    メーカー技術・研究・開発

    AIにはバイアスがかからない様にサンプル等配慮する必要がある

    2025-03-17
  • yoshihito_f

    経営・経営企画

    AIを活用する側の目的やしっかりした倫理観や責任感がないと、結局、使えないAIシステムになるだけであることが、よく理解できた。

    2025-03-17
  • matsui_55

    マーケティング

    何気なく利用又は利用しようとしているAIですが、どんなデータを基に作られているのか、本来AIを活用してどのようなことがしたいのか、また、その際には公平性の観点や信頼を得ることが出来るのかを考え、導入や開発をすることが重要であると感じた。当然ながらその前提として、AI readyとなるためのAIの信頼性の向上に関する知識の習得が大切であることも学んだ。

    2025-03-18
  • gurisu

    その他

    AIデータを使用して信頼を得るのはその人次第という事ですね。良い方向で使用するのに努力します

    2025-03-18
  • n163973

    その他

    AIに教師データを読み込ませる時には、バイアスが掛かっていないかを確認することが大切だという事を理解しました。

    2025-03-18
  • n177443

    メーカー技術・研究・開発

    バイアス掛からないように気を使う。

    2025-03-18
  • takizawa_takuya

    メーカー技術・研究・開発

    人間の思考には多かれ少なかれバイアスがあるということを認識しておくことが重要。

    2025-03-19
  • 207407

    メーカー技術・研究・開発

    学びが多かったので、よく整理して、一つ一つ活用したい。

    2025-03-19
  • rhst

    メーカー技術・研究・開発

    AI活用していくには必要な内容であった
    再確認して公平・信頼を確保することを意識しておきたい

    2025-03-20
  • n195326

    販売・サービス・事務

    AIの活用のしかたによっては間違った結果が出ることが理解できた

    2025-03-20
  • sasshi3800

    営業

    学習バイアスがかからないように、十分な注意を」払って、学習データを集めたい。

    2025-03-20
  • n189947

    メーカー技術・研究・開発

    AIも人の使い方でよくも悪くもなる。 AIは何でもできるわけではなく、開発において何を学習させるのか。何をアウトプットさせたいのか。目的と予測を開発側の人間もわかったうえで開発していくことが必要

    2025-03-20
  • saku_saku_

    メーカー技術・研究・開発

    AI-Readyな社会と現在の一般的な状況には、まだギャップがある状況と思いますが、今後AI活用はますます必要になっていくなかでは、今後ギャップを埋めていくこと強く意識していくことが必要と感じた。

    2025-03-21
  • shouokada

    その他

    AIに対する問題や課題について理解できた。今後、問題や課題が解決に向かうことを願っています。しかしながら、日本は先進国の中で遅れた存在になっており、再び先進国をリードするには新たな知恵を身に付け、人材を獲得し、育成していく必要があると感じるようになってきました。

    2025-03-21
  • yuta_1503

    人事・労務・法務

    AIの倫理的側面の課題は非常に重要かつ難しいと考えます。業務の中でも、公平性やバイアスの存在を意識し、どんなアウトプットが現れるのかを想像しながら進めていくことが重要と思う。

    2025-03-21
  • matteo

    メーカー技術・研究・開発

    国際的なAI規制の動向を注視していきます。

    2025-03-22
  • asahigani

    クリエイティブ

    AIに潜むバイヤスの危険性が理解できた。単に便利なモノとして捉えず、はらむリスクも承知した上で安全・公平に利用していくよう、
    自分のAIリテラシーも磨いていきたい。

    2025-03-22
  • aohanabusa

    販売・サービス・事務

    テクノロジーと向き合うことでより良い社会を作ってきた。テクノロジーを使わないではなく、よりよく使って、より良いテクノロジーを作っていくこと。AIの問題は、人間の責任。

    2025-03-23
  • 185080

    メーカー技術・研究・開発

    分かり易く、大変理解でき分かり易く、大変理解できた。

    2025-03-24
  • yuki810

    メーカー技術・研究・開発

    AIを活用する上で、無意識のバイアスには注視する必要があると感じた。
    他の公平性はバリデーションを行うことで改善できるが同一の集団内では無意識のバイアスは対処が難しいので、バックグラウンドの異なる人とのディスカッションは重要だと分かった

    2025-03-24
  • saty_nml

    その他

    バイアスを自覚することの難しさの影響度合いが大きいことがわかり、逆に頭を悩ませる必要がありそうです

    2025-03-24
  • mars458

    メーカー技術・研究・開発

    AIの公平性をいかに守るか?これは永遠の課題です

    2025-03-25
  • nokt

    メーカー技術・研究・開発

    法的な課題を理解することが重要だと学びました。データベースをどこから持ってくるかはとても重要ですね。
    公平性と信頼性をどちらも上げるためにはどのようにすればよいかが、学習機能や知能が上がってきたAIについて重要な課題になりそうです。

    2025-03-26
  • kamimura_masa

    メーカー技術・研究・開発

    直ぐに活動な難しいと思うが将来的には活用したい

    2025-03-26
  • okakatsu

    販売・サービス・事務

    AIであっても信頼性、公平性は人間が関与しなければならないことが分かった

    2025-03-26
  • eguegugogo

    販売・サービス・事務

    過信しないことを注意したい

    2025-03-26
  • tooru_abe

    その他

    今の仕事は、技術進歩による規制の強化と緩和の間で行っており
    今回の倫理と責任が問われます。

    AIとは全く違う仕事ですがとても参考になりました。

    2025-03-27
  • n147781

    その他

    新しい考え方を学べました。
    講義の内容は理解できましたが、日常で実践できそうなものはありませんでした。その機会にあったら使ってみたいと思います。

    2025-03-27
  • nishida773

    メーカー技術・研究・開発

    AIを利活用する場合の責任を誰が負うのかを考える必要があると感じた。

    2025-03-27
  • mitsu_yamagishi

    メーカー技術・研究・開発

    AIの公平性を確保することが難しいことが分かり、様々な年代と様々な経歴を持った人をメンバーとして意見を出し合うことが重要だと思いました。AIの弱点を熟知しておかないと誤ったシステムを作ることになり、経験値の共有化も必要だと思います。

    2025-03-28

関連動画コース

新着動画コース

10分以内の動画コース

再生回数の多い動画コース

コメントの多い動画コース