公平性（Fairness）は、AI倫理の主要原則の一つで、AIの利用で不当な差別や偏りが生じないよう配慮する考え方です。本記事はアルゴリズムバイアスの技術的原因の解説ではなく、「何を目指し、どう評価するか」——原則と指標の視点——に焦点を当てます。
試験で問われる見方
生成AIパスポートでは、公平性を「AIの利用で不当な差別や偏りが生じないよう配慮する原則」として覚えると、定義問題と実務問題の両方に対応しやすいです（HQ-0563）。
G検定では、全体の正解率が高くても特定集団で誤判定が多い可能性がある、という論点が公平性と結びつきます（TF-443）。「精度が高い＝公平」と短絡しないことが重要です。
公平性とは
公平性は、性別・年齢・地域・障害の有無などの属性に関わらず、AIの判断や生成結果が不当に不利・有利にならないよう配慮する原則です。法律の条文名ではなく、価値・方針としてAIガバナンスや社内ガイドラインに落とし込まれます。
完全に「数値1つで公平」と定義できるわけではなく、文脈（採用、融資、医療、広告など）によって何を公平とみなすかが異なります。試験では、偏りが起きうることと確認・配慮が必要なことを正しく選べれば十分なことが多いです。
バイアスとの違い
| 用語 | 性質 | 問い |
|---|---|---|
| 公平性 | 目指す原則・価値 | 公正か？差別や偏りを避けているか？ |
| アルゴリズムバイアス | 起きうる現象・問題 | どこから偏りが生じたか？ |
公平性は「あるべき姿」、バイアスは「起きている偏り」——この対比で覚えると、倫理原則と技術・データ問題の記事を行き来しやすくなります。
他の倫理原則との違い
AI倫理の原則は名称が似ているため、試験では定義の入れ替えに注意します。
| 原則 | 焦点（試験向け） |
|---|---|
| 公平性 | 不当な差別・偏りを避ける |
| 人間中心 | 人間の尊厳・意思決定・関与を尊重する |
| 透明性 | AI利用や限界を分かりやすく示す |
| 安全性 | 害・誤用・有害出力を防ぐ（AI安全性） |
HQ-0593では、公平性と人間中心の説明が入れ替わった選択肢が誤りになります。
評価で押さえること
公平性を「確認した」と言うには、少なくとも次の視点が試験・実務で問われます。
生成AIでの例
- 人物像の生成で特定の性別・人種に偏った描写が続く
- 採用支援プロンプトの出力が年齢・学歴で不当に不利な助言になる
- 翻訳・要約で尊称や性別表現が一方的に固定される
よくある質問
公平性とバイアスは同じ？
同じではありません。公平性は目指す原則、バイアスは偏りの現象です。アルゴリズムバイアスを参照。
精度が高ければ公平と言える？
必ずしもそうではありません。特定集団で性能が低い場合があります（TF-443）。
公平性と人間中心は同じ？
別の原則です。HQ-0593で区別を確認してください。
法令違反と公平性の関係は？
公平性は倫理原則。差別禁止などは個人情報保護法以外の法令・ガイドラインとも関連しますが、本記事は法的助言ではありません。