【G検定過去問風テスト】AIの公平性とバイアス！代理変数の覚え方

2026年8月12日 2026年8月12日 atsushi_kitazawa

※本記事では、アフィリエイトプログラムより教材を紹介しています。

📝 問題

AIモデルにおける公平性の確保に関する記述として、モデルの学習において「性別」や「人種」などのセンシティブ属性をデータから完全に除外したとしても、別の変数を通じて実質的な差別が生じる原因となる、センシティブ属性と強い相関を持つ変数として、最も適切な選択肢を1つ選べ。

A）代理変数
B）目的変数
C）ハイパーパラメータ
D）エポック

🔍 ここをクリックして正解を見る

正解: A）代理変数

💡 合格に近づく！徹底解説

重要度: ★★★

■ 1分で分かる！この問題の要点

センシティブ属性（性別や人種など）を削除しても、別の変数からそれが推測されて差別が起きる場合がある。
センシティブ属性と強い相関を持つ変数を「代理変数（プロキシ変数）」と呼び、公平性担保における大きな課題となる。

■ 初学者向け解説（例え話や背景）

「履歴書から性別や年齢の欄を消せば、性別による差別は完全に防げるはず！」と思いがちですよね。しかし、ここに落とし穴があります。
例えば、「過去に所属していた部活動」や「最寄りの駅（居住地の郵便番号）」といった項目が残っていると、面接官やAIはその情報から「この人は女性だな」「このエリアの人だな」とおおよそ察してしまいますよね。
このように、直接的な属性を隠したつもりでも、裏で結びついている別のデータが代わりの役割を果たしてしまう現象を「代理変数」と言います。G検定では「属性を消すだけでは差別を防ぎきれない」という点がよく問われますので、しっかり押さえておきましょう！