G検定 用語解説
リスクベースアプローチとは
AIの用途や想定される影響の大きさに応じて、禁止・厳格な管理・比較的軽い対応など、対策の強さの段階を変える考え方。ルールを継続的に見直すアジャイル・ガバナンスとは異なり、影響度に応じた強弱の割り当てに焦点を当てる。EU AI Actはこの考え方を採用した規制法の代表例。
まず押さえる結論
リスクベースアプローチは、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。
情報源と編集区分
公式範囲を確認し、具体例・誤答例・判断手順は当サイトが編集。 一次情報確認日: 2026-07-03。
試験概要（公式）試験での問われ方
定義の言い換え
用語そのものではなく、説明文の一部を言い換えて出されることがあります。
似た概念との比較
同じ章の用語と入れ替えた選択肢に注意します。対象、目的、使う場面を分けます。
具体例からの判断
問題文の事例が、定義のどの部分に対応しているかを先に確認します。
誤答しやすいポイント
×データバイアスとアルゴリズムバイアスの区別（偏りの原因がデータ側かアルゴリズム側か）。
×フィルターバブル（アルゴリズムによる個人化で偏る）とエコーチェンバー（同じ意見が集団内で増幅）の混同。
×AI事業者ガイドライン・AI新法・EU AI Act・OECD AI原則・広島AIプロセスの主体と性質の取り違え（指針か法律か、国内か国際か）。
関連する確認問題
大項目10 AI倫理・AIガバナンス / AIガバナンス
医療AIには厳格な検証、娯楽推薦には比較的軽い管理を適用した。この方針はどれか。
この事例では「被害可能性に応じて規制・管理水準を変えるか」を確認すると、リスクベースアプローチに絞れる。この設問と対になる論点は、ルールそのものを反復的に見直すのか、それとも影響の大きさに応じて対応の強弱を段階づけるのかという違いである。前者はアジャイル・ガバナンス、後者がリスクベースアプローチにあたり、問題文が示す「禁止・厳格な管理・比較的軽い対応」という3段階の強弱づけは後者の考え方に固有の特徴になる。用途や影響の大きさという評価軸そのものが選択肢の中に明示されている点も、この考え方を特定する手がかりになる。他の選択肢は、ルールの継続的な見直し、個人特定を防ぐ技術、個人データの分析処理という、対策の強弱を段階づける考え方とは異なる論点を扱う語である。
大項目10 AI倫理・AIガバナンス / AIガバナンス
与信AIとゲーム内NPCでは影響が異なるため、前者へより厳格な監査を課した。この管理原則はどれか。
この事例では「用途が持つリスク水準に比例して対策するか」を確認すると、リスクベースアプローチに絞れる。この設問と対になる論点は、ルールそのものを反復的に見直すのか、それとも影響の大きさに応じて対応の強弱を段階づけるのかという違いである。前者はアジャイル・ガバナンス、後者がリスクベースアプローチにあたり、問題文が示す「禁止・厳格な管理・比較的軽い対応」という3段階の強弱づけは後者の考え方に固有の特徴になる。用途や影響の大きさという評価軸そのものが選択肢の中に明示されている点も、この考え方を特定する手がかりになる。他の選択肢は、ルールの継続的な見直し、個人特定を防ぐ技術、個人データの分析処理という、対策の強弱を段階づける考え方とは異なる論点を扱う語である。
大項目10 AI倫理・AIガバナンス / AIガバナンス
技術や社会環境の急速な変化に対応するため、固定的なルールを一度定めて終わりにせず、目標・ルール・運用を継続的に評価し見直し続ける統治の考え方はどれか。
正解は「アジャイル・ガバナンス」である。技術や社会環境の変化に応じ、目標・ルール・運用を一度定めて終わりにせず、継続的に評価して見直す統治の考え方がアジャイル・ガバナンスである。AI事業者ガイドラインはAIを扱う事業者向けの指針という文書、プライバシー・バイ・デザインは設計段階からプライバシー保護を組み込む考え方である。リスクベースアプローチはリスクの大きさに応じて対応の強さを変える。設問の焦点は保護を組み込む時期やリスクの大小ではなく、環境変化に合わせて統治の仕組みを反復更新する点にある。
同じ章で確認したい用語
到達チェック
- リスクベースアプローチを一文で説明できる
- 同じ章の似た用語と違いを説明できる
- 問題文の具体例から、リスクベースアプローチに関係する論点を拾える
- 関連問題を解き、誤答した選択肢の理由を確認できる
執筆: ミナト編集部（運営者情報を見る）