機械学習のモデルの判断に基づいて施策を行おうとする際に,損害や倫理的問題を引き起こさないための対応として,最も不適切な選択肢を1つ選べ.
① 現実社会における性別や人種に基づく差別的な偏りがデータに反映されると考えられる場合,その偏りを是正するような措置を取らなければならない.
② 問題が起こった時の説明責任を果たすためにも,モデル構築の際に行った意思決定を根拠とともに文書としてまとめる.問題を指摘された場合にはこの文書に基づいて説明を行い, 問題の起きた理由とその改善方法について説明を行わなければならない.
③ ユーザやメディアから問題の指摘があった場合であっても,データに基づいたモデルの判断に自信があれば,曖昧な態度をとらず毅然として問題ないと主張すべき.
④ たとえ合意を得る手順を踏んでいたとしても,就活生と就活情報サイトの関係など優越的地位を利用してデータを収集し不適切なデータ利用をしたと判断される場合もあるため,場合によっては最初からデータ収集や分析そのものを諦めなければならない場合もある.
