説明責任（Accountability／アカウンタビリティ）は、AIの利用結果について誰が責任を負い、どう説明するかを明確にする考え方です。本記事は個別法条文の解説ではなく、試験定義と他の倫理原則とのすり替え——第4章の定番論点——に焦点を当てます。
試験で問われる見方
生成AIパスポートの定義は「AIの利用結果について説明責任を果たす考え方」です（HQ-0565、HQ-0595）。
G検定では、導入目的・使用データ・性能と限界を記録し説明できることが重要（G-459）。「AIの出力だから組織は説明不要」は×（TF-0358）。
説明責任とは
説明責任は、AIが関与した判断・生成物について、なぜその結果になったか、誰が承認したか、問題時に誰が対応するかを説明できる状態を指します。技術的な説明可能AI（XAI）と組み合わせて語られることもありますが、XAIそのものではありません。
AIガバナンスの柱の一つとして、ポリシー・ログ・体制とセットで実装されます。
誰の責任か
開発者だけでなく、提供者・利用者も役割を持ちます（TF-0368）。
- 開発者 — 設計・学習データ・性能評価
- 提供者 — サービス条件・安全対策
- 利用者（組織） — 入力データ、用途、出力の確認、社内ルール
実務で整えること
- 利用目的と承認フローの明文化（利用規定）
- ログ・監査証跡の保持
- インシデント時のエスカレーション
- Human-in-the-Loopによる最終判断
他原則との違い
| 用語 | 焦点 |
|---|---|
| 説明責任（本記事） | 結果に対する責任と説明 |
| 透明性 | 仕組み・目的・根拠の理解可能性 |
| 公平性 | 不当な差別・偏りの回避 |
| アライメント | 人間の意図・価値への整合（モデル調整） |
すり替えに注意
| 誤った説明 | 正しい理解 |
|---|---|
| アカウンタビリティ＝人間中心 | 説明責任 vs 尊厳・意思決定の尊重（HQ-0595誤答） |
| アカウンタビリティ＝公平性 | 責任の所在 vs 偏り回避（HQ-0503誤答パターン） |
| AI出力なら説明不要 | 組織も説明責任あり（TF-0358） |
| 開発者だけが責任 | 利用者も社内ルール等で関与（TF-0368） |
よくある質問
説明責任とコンプライアンスは同じ？
法令遵守は説明責任の一部ですが、社内ポリシーや顧客への説明も含みます。同義ではありません。
個人利用でも説明責任はある？
試験は主に組織利用を想定します。業務で使う場合は社内ガバナンスの論点になります。
ログがあれば十分？
ログは手段の一つです。誰が何を判断したか、限界をどう伝えたかまで含めた説明が問われます（G-459）。