AI倫理クイズ

クイズに答えると、答えと解説が表示されます。

1. なぜ倫理評価を 1 つのモデル スコアに集約できないのでしょうか?
   • スコアは決して役に立ちません
   • それは目的、影響を受ける人々、トレードオフ、被害の分布によって異なります。
   • 倫理は法令順守のみに関係します
   • 高いスコアは公平性を証明します
2. あるサービスは事業者にとって便利ですが、拒否できない人々に負担を強います。倫理的レビューでは何を問うべきでしょうか？
   • 誰が利益を得て、追加の作業を担い、設計に対する影響力を持っているか
   • インターフェースが速いかどうかのみ
   • モデルのウェイトがオープンであるかどうか
   • いくつの機能を自動化できるか
3. 透明性が重要であるとチームが言っています。その原則を行動に移せるようにするものは何でしょうか？
   • 製品説明に「透明性のある」を追加する
   • モデルのパラメータ数を公開する
   • モデルに自己説明を求める
   • ユーザーが必要とする情報と、それをいつ受け取るかを明確にする
4. なぜ人間の関与が自動的に倫理的なセーフガードにならないのでしょうか？
   • 人間はモデルのエラーを見つけられない
   • 人間のレビューは常にシステムを遅くする
   • レビュアーには結果に影響を与えるための適切な権限とリソースが必要である
   • 自動化は常に倫理的である
5. 責任追及プロセスでは何を特定すべきでしょうか？
   • 不適切な結果を調査、修正、または停止できるのは誰か
   • ベンダーのお問い合わせフォームのみ
   • モデルの信頼度スコア
   • レビュー会議の回数
6. 倫理的レビューはいつ見直されるべきでしょうか？
   • 調達前のみ
   • 利用、データ、またはフィードバックの変化に応じて、デプロイ後
   • モデルアーキテクチャが変更されたときのみ
   • 承認後は決してない
7. A simpler non-AI process can meet the same need with fewer burdens. What should the team do?
   • Choose AI because it is innovative
   • Ignore staffing and procedure options
   • Compare the alternative instead of assuming more automation is better
   • Keep the model but remove user feedback
8. How should a review report handle disagreement and remaining risk?
   • Remove disagreement from the record
   • Describe the review as a safety guarantee
   • Record only risks the model can measure
   • Document both rather than claiming review proves no harm can occur