データサイエンティスト検定 リテラシーレベル データサイエンス(機械学習・AI・非構造化データ) 練習問題 第63問: 人物の写真から職業を推定するモデルを作るため、作業者が写真を見て「医師」「看護師」などの職業のラベルを付けた。作業者はそれぞれ、写真の見た目から職業を判断した。
人物の写真から職業を推定するモデルを作るため、作業者が写真を見て「医師」「看護師」などの職業のラベルを付けた。作業者はそれぞれ、写真の見た目から職業を判断した。完成したモデルは、同じ職業の人でも性別によって推定の結果が偏る傾向を示した。この場合の対応として、最も適切なものはどれか。
解答と解説を先に見る
先に見ると、この問題は今回は育ちません。
正解: 3. 付けるラベルの基準を決めて作業者の間でそろえ、ラベルに見た目からの思い込みによる偏りがないかを点検して学習し直す
ラベル付けの基準を決めてそろえ、ラベルに思い込みの偏りが入っていないか点検してから学習し直すのが適切です。九州大学 数理・データサイエンス教育研究センター『データサイエンス概論 12 データ収集とバイアス』は、画像などを分析やAIに使うときは人が付けたアノテーション(データの説明)を手がかりにすることが多く、それが信頼できるとは限らないこと(アノテーションバイアス)を取り上げています。
AI事業者ガイドライン 別添(第1.2版、令和8年3月31日)も、データセットについて提供する情報の例に、アノテーションのルールであるアノテーション付与基準を挙げています。一致率の高い作業者に絞っても、作業者を増やして多数決にしても、作業者が同じ思い込みを共有していれば一致したまま偏ったラベルが残ります。
写真の水増しはラベルを変えないので、偏ったラベルを学ぶ点は同じです。人が付けたラベルにも思い込みの偏りが入るので、付与の基準をそろえ、偏りを点検してから学習に使います。
関連キーワード: アノテーション・バイアス・ラベル付け・学習データ
模試 (100問)
この問題が解けたら、本試験はどうですか?本番形式で、ほかの科目もまとめて確かめる
本番形式の模擬試験で実力チェックPremium (月980円)Premium (ご利用中)本番と同じ制限時間