ITパスポート試験
令和7年 第8問

問8

AIの機械学習で利用するデータの取り扱いに関する記述のうち、バイアスの低減やデータ品質の確保のために考えられる対策として、適切なものだけを全て挙げたものはどれか。

1. 学習の目的に適したデータであることを確認する。
2. データの入手元・作成来歴を確認する。
3. データへのアノテーションの付与は学習目的に合わせて実施する。
4. 人間の目でも同定が困難と考えられる画像認識用のデータは除外する。

（令和7年 ITパスポート試験 第8問 ストラテジ系/企業活動）

解説

• aは、適切です。学習目的と無関係なデータはノイズやバイアスの原因になるため、目的適合性の確認は必須です。
• bは、適切です。データの信頼性や偏りの有無、違法性回避など、バイアスや品質の観点から極めて重要です。
• cは、適切です。誤った、もしくは目的に合わないアノテーションはバイアスや品質低下につながるため、目的に沿った正しいラベル付けが必要です。
• dは、適切です。人間の目で正解がつけられないデータを無理に学習に使うと、ノイズや誤学習、バイアス増大のリスクがあります。 よって、品質維持・バイアス低減のための有効な手法の一つです。

用語の解説
バイアス：モデルの偏りや不公平さの原因。学習データの質・量が大きく影響。
アノテーション：データへの正しいラベル付け。ミスや曖昧なものはバイアスの温床に。

AI開発では、“質の良い・信頼できるデータ選び”が精度向上の第一歩。 ノイズや不正確なデータはバイアスやモデルの誤学習を生む原因となるため、思い切った除外も必要です。