データの来歴とは

まず押さえる結論

データの来歴は、G検定の「大項目10 AI倫理・AIガバナンス」で確認しておきたい用語です。定義だけでなく、どの場面で使う言葉か、何と混同しやすいか、問題文のどの表現で判断するかまで確認します。

具体例から判断の境界を固める

データの来歴を、データの中身の良し悪しではなく、出所と流れの履歴を追えることとして捉える

AI事業者ガイドライン（第1.2版）の別添は、AI開発者向けの対応として、技術的に可能で合理的な範囲でデータの出所を把握する手段を挙げ、例にデータリネージ（来歴メカニズムの構築）を示します。把握する内容は、データが元々どこから来たのか、どのように収集され、管理され、時間の経過とともに各主体内でどのように移動したのかです。

問題文で見る箇所

「データの出所」「どこから来て、どう収集・管理・移動したか」という記述を確認します。データの偏りを問う設問ならデータバイアス／アルゴリズムバイアス、判断の根拠の説明を問う設問なら説明可能性を候補にします。

隣接概念との境界

データの来歴は、使うデータの出所と流れを追跡できるかという、データそのものに関する履歴です。説明可能性はAIの決定がどのようになされたかに答えること、データの偏りはデータの内容が母集団を代表するかを問う点で、問う対象が違います。

誤答しやすい選択肢

• ×データの来歴を、AIが出した判断の根拠を利用者に説明することとして扱う。判断の説明は説明可能性の領域で、データの来歴はデータの出所と移動の履歴である。
• ×データの来歴を、データに偏りがないことの保証として扱う。出所と流れを把握できることと、内容が母集団を代表することは別の論点である。
• ×データの来歴を、データ内の個人情報を匿名化する処理として扱う。来歴は収集・管理・移動の履歴を知ることで、個人情報の加工とは別である。

4段階の判断手順

1. 01設問が、データの出所や履歴を問うているか、AIの判断過程の説明を問うているかを先に分ける。
2. 02出所や履歴であれば、どこから来て、どう収集・管理され、どう移動したかのどれが述べられているかを確認する。
3. 03判断の根拠の説明やデータ内容の偏りが書かれていれば、説明可能性やデータバイアス／アルゴリズムバイアスの候補へ移す。

到達条件: データの来歴を、データが元々どこから来て、どう収集・管理・移動したかの履歴として、説明可能性やデータの偏りと区別して説明できる。

試験での問われ方

誤答しやすいポイント

関連する確認問題

同じ章で確認したい用語