データのジレンマを解き明かす

データバイアスを攻略する

Konstantinos Kattidis

Data Analytics Lead

データが意思決定を牽引

  • データ駆動型の意思決定は世界中の産業を変革しました

  • データとAIの採用は、次の重要分野にも広がっています:

    • 社会正義
    • 採用スクリーニング
    • 音声アシスタントなどの対話型インターフェース

データ駆動型意思決定のユースケース

データバイアスを攻略する

データバイアスの顕在化

こうした進展と並行して、これらのソリューションに内在するバイアスへの懸念が高まっています。

職務経歴書のスクリーニング

  • Amazonは、採用候補者の適合度をスコア付けするモデルが男性を優遇したため、運用を停止しました
データバイアスを攻略する

データバイアスとは

  • データや情報が限られると、母集団を不正確・不公正に描写した状態が生じます

  • 要因の例:

    • 不均衡・過小代表
    • 歴史的偏見
    • 認知的傾向

  • これによりデータの正確性・信頼性が損なわれ、意思決定への有効性が低下します

データバイアスの起源

データバイアスを攻略する

Amazonの事例

  • Amazonのモデルは10年分の履歴書で学習されました。
  • 当時、男性候補者が不均衡に採用・優遇されていました。
  • 過去の採用傾向により、モデルは男性に偏りました。
  • データバイアスの対処には、データ品質と人のプロセスの両方の精査が必要です。

Amazonの箱と履歴書スクリーニング

データバイアスを攻略する

コース概要

偏りを克服する

第1章 — 意思決定へのデータバイアスの影響と、その考慮が重要な理由を学びます。

第2章 — 収集時に生じるデータバイアスの種類と、最小化する手法を学びます。

第3章 — 分析や結果共有でよく見られるバイアスの種類、特定と緩和方法を学びます。

データバイアスを攻略する

Let's practice!

データバイアスを攻略する

Preparing Video For Download...