AI-901（Azure AI Fundamentals）のドメイン1（配点40〜45%）でかならず問われるのが、「責任あるAI（Responsible AI）」の6つの原則です。むずかしそうに聞こえますが、中身は「AIを安全に・公正に使うための、6つの約束ごと」。AzureもAIも初めての方でも、身近な例で読めば必ず理解できます。この記事では、6原則を1つずつ・具体例つきで解説し、最後に早見表とまぎらわしい原則の見分け方まで図でまとめます。
そもそも「責任あるAI」ってなに？
AIはとても便利ですが、まちがえたり、かたよった判断をしたりすることがあります。たとえば——
- 採用の合否をAIが判断したら、特定の性別や年齢の人ばかり不利になっていた
- AIが自信たっぷりに答えたのに、その内容が事実とちがっていた
- 入力した個人情報が、知らないうちに別の目的で使われていた
こうした問題を放置すると、AIは人を傷つけたり、社会の信頼を失ったりします。そこでMicrosoftは、AIを安全・公正に作って使うための土台として「責任あるAI Standard」という社内方針を定め、その中心に6つの原則を置いています。これは「あったらいいね」ではなく、AIへの信頼の土台と位置づけられています。
AI-901の試験では、この6原則の名前と意味、そして「この場面はどの原則の話か」を見分けられることが問われます。むずかしい計算は出ません。意味と具体例をセットでつかむのが合格への近道です。
責任あるAIの6原則（1つずつ解説）
① 公平性（こうへいせい／Fairness）
意味：すべての人を公平にあつかい、似た条件のグループに、ちがう結果を出さないこと。医療・ローン・採用など、人の生活を左右する場面ではとくに重要です。
なぜ起きる？AIは学習に使ったデータのかたよりをそのまま受け継ぎます（例：過去の採用データが男性中心だと、AIも男性を高く評価しがち）。だからかたよりのない・多様なデータと、結果のチェックが大切です。
② 信頼性と安全性（しんらいせい・あんぜんせい／Reliability & safety）
意味：AIがいつも安定して、安全に動くこと。設計どおりに動き、想定外の状況でも安全な側に対応し、悪用（有害な操作）にも強いこと。
ポイント：「ちゃんとテストして、いろいろな状況に一貫して対応できる」ほど信頼できます。十分な検証なしに本番投入しないことが大事です。
③ プライバシーとセキュリティ（Privacy & security）
意味：個人情報やデータをまもること。データの集め方・使い方に透明性を持たせ、利用者が自分のデータをコントロールできるようにすること。
具体策：データを暗号化する、許可された人だけがアクセスできるようにする、データの使い道を本人が選べるようにする——これらがプライバシーとセキュリティの実践です。
④ 包括性（ほうかつせい／Inclusiveness）
意味：年齢・性別・障害・言語などに関わらず、できるだけ多くの人がAIの恩恵を受けられるようにすること。だれも取り残さないという考え方です。
⑤ 透明性（とうめいせい／Transparency）
意味：AIがどのように判断したかを、人が理解できるようにすること。中身が見えない「ブラックボックス」にしないことです。判断の根拠を示せる性質を解釈可能性（かいしゃくかのうせい）と呼びます。
なぜ大事？理由がわかれば、利用者も納得でき、まちがいや不公平にも気づけるからです（透明性は公平性のチェックにも役立ちます）。
⑥ 説明責任（せつめいせきにん／Accountability）
意味：AIを作り・使う人間が、その動作に責任を負うこと。AI任せにせず、最終的な判断は人間がコントロールを保つこと。
ポイント：AIはあくまで人を助ける道具。「AIがそう言ったから」は通用せず、責任の主体は人間。だれが・いつ・なぜその判断をしたか記録に残すことも説明責任の一部です。
まぎらわしい原則の「見分け方」
試験でまちがえやすいのが、公平性↔包括性と、透明性↔説明責任の2ペアです。次の図で違いをハッキリさせましょう。
- 公平性 ↔ 包括性：公平性は「似た人を同じにあつかう（差別しない）」、包括性は「そもそも多様な人みんなが使えるようにする（取り残さない）」。
- 透明性 ↔ 説明責任：透明性は「判断の理由を説明できる」、説明責任は「最終責任は人間が負い、人が制御を保つ」。
確認クイズ
Q1. ローン審査AIが、返済能力は同程度なのに「性別」で合否を変えていました。これはどの原則に反する？
Q2. 「AIが下した判断の理由を、人が理解・説明できるようにする」原則はどれ？
Q3. 「AIの判断でも、最終的な責任は人間が負い、人がコントロールを保つ」原則はどれ？
Q4. 視覚に障害のある人のために「読み上げ機能」を、耳の不自由な人のために「字幕」を用意しました。これはどの原則の実践？
よくある質問（FAQ）
Q. 6原則は丸暗記が必要ですか？
A. 名前を順番に丸暗記するより、「名前＋ひとことの意味＋身近な例」をセットで覚えるのがコツです。試験は「この場面はどの原則か」を問うシナリオ形式が多いので、意味で見分けられれば解けます。下の早見表を印刷して使うのもおすすめです。
Q. 「公平性」と「包括性」がまぎらわしいです。
A. 公平性は「似た条件の人を同じにあつかう（差別しない）」、包括性は「そもそも多様な人みんなが使えるようにする（取り残さない）」。差別しない＝公平性／みんな使える＝包括性と覚えましょう。
Q. 「バイアス（偏り）」はどの原則と関係しますか？
A. 主に公平性です。学習データの偏りが、特定のグループへの不公平な結果を生みます。偏りのない・代表的なデータを用意し、結果を点検することが対策になります。
Q. Azureでは6原則をどうやって守るのですか？
A. Azureには、有害な内容をフィルタする仕組みや、判断の根拠を可視化するツールなどが用意されています。AI-901では「原則の理解」が中心で、具体的なツール操作は上位資格で深掘りします。本サイトでも順次解説予定です。
まとめ：6原則 早見表
最後に、6原則を1枚に整理しました。試験前の見直しにどうぞ。
- 責任あるAIの6原則＝公平性・信頼性と安全性・プライバシーとセキュリティ・包括性・透明性・説明責任
- 試験は「この場面はどの原則？」を見分ける形が中心。名前＋意味＋例をセットで
- まぎらわしい公平性↔包括性、透明性↔説明責任の違いを押さえれば得点源に
- ➡ つぎは「生成AIモデルのしくみと選び方」（準備中）
- ➡ AI-901対策トップ（シラバスから他の記事へ）
- ➡ 試験概要・受験ガイド
※本記事はMicrosoft公式の「責任あるAI」ドキュメントおよびAI-901公式試験ガイドに基づき、エンジニアKが作成しています。内容は更新されることがあるため、最新は Microsoft公式情報 をご確認ください。
コメント