AI倫理・法律は、G検定の出題比率が高く、近年さらに増加傾向にある分野です。シラバス上は「AI倫理・AIガバナンス」（domain-04）と「AIに関する法律と契約」（domain-02）の2分野にまたがります。本記事では、試験範囲・シラバスを踏まえ、AI倫理の原則・ガバナンス・個人情報保護法・著作権法・国際動向・頻出問題パターンを整理します。法令は改正されることがあるため、最新の内容は各法令の公式情報でご確認ください。当サイトは法律の専門的助言を提供するものではありません。
2分野の全体像
| 分野 | 内容 | 演習 |
|---|---|---|
| AI倫理・AIガバナンス | 公平性・透明性・説明可能性・バイアス・ガイドライン | domain-04 |
| AIに関する法律と契約 | 個人情報・著作権・契約・責任の所在 | domain-02 |
倫理は「あるべき姿」、法律は「守るべきルール」として整理すると理解しやすくなります。ケース問題では両方の観点が同時に問われることもあります。
AI倫理の原則
AI倫理で頻出するキーワードと、その意味です。
- 公平性 AIの判断が特定の属性（人種・性別・年齢など）で不当に差別されないこと
- 透明性 AIの仕組み・データ・判断過程を関係者が把握できる状態
- 説明可能性（XAI） AIの判断根拠を人間が理解できる形で示す技術・考え方
- 説明責任 AIの結果に対して誰が責任を負うかを明確にする原則
- アルゴリズムバイアス 学習データや設計の偏りにより、特定グループに不利な結果が出る現象
- プライバシー 個人の情報が適切に保護され、意図しない利用や漏洩がないこと
- AI安全性 AIが意図しない有害な行動を起こさないよう設計・運用すること
AIガバナンス
AIガバナンスは、組織や社会がAIを適切に管理するための枠組みです。
- ガバナンスの目的 リスクの特定・評価・対策を体系的に行い、AIの信頼性を確保する
- リスク管理 バイアス・プライバシー侵害・誤判断・セキュリティなどのリスクを事前に洗い出す
- ヒューマン・イン・ザ・ループ 重要な判断に人間が関与し、AIの自動化だけに任せない運用
- モデルカード・データシート モデルやデータセットの特性・限界・バイアスを文書化し、透明性を高める
- 社内ガイドライン 政府・業界団体の指針を参考に、組織独自のAI利用ルールを策定
説明可能性の手法としてLIMEやSHAPが問われることもあります。いずれも「なぜこの予測になったか」を可視化するアプローチです。
個人情報保護法
AI開発・運用で個人データを扱う際の基本ルールです。詳細は個人情報保護法の用語辞典も参照してください。
- 個人情報の定義 生存する個人に関する情報で、特定の個人を識別できるもの（氏名・住所・メールアドレスなど）
- 要配慮個人情報 人種・信条・病歴など、特に慎重な取り扱いが求められる情報
- 利用目的の特定・通知 収集時に利用目的を明示し、目的の範囲内で利用する
- 第三者提供の制限 本人の同意なく第三者に個人データを提供することは原則として制限される
- 匿名加工情報・仮名加工情報 個人を識別できないよう加工した情報。AI学習データとして利用される場合がある
- AI利用時の留意点 学習データへの個人情報混入、推論結果からの個人特定、適切な同意取得
法令は改正されることがあります
個人情報保護法の最新の条文・運用は個人情報保護委員会の公式サイトで確認してください。
著作権法
AIの学習データや生成物に関する著作権の論点は、G検定でも重要度が上がっています。
国際的な動向
日本以外の規制動向もG検定で触れられることがあります。
- EU AI Act EUのAI規制法。EU AI Actとしてリスクベースの規制枠組みを導入
- GDPR EUの個人データ保護規則。日本の個人情報保護法と比較されることがある
- 各国のAI戦略・ガイドライン 経済産業省・総務省などの国内ガイドラインも出題範囲に含まれる場合がある
国際規制の詳細は頻繁に更新されるため、試験直前は公式シラバスの範囲内で確認しましょう。
頻出問題パターン
- ケーススタディ形式 「採用AIが特定の属性で不利な結果を出した」→バイアス・公平性の問題
- 個人情報の該当性 匿名化されたデータが個人情報に該当するか、第三者提供に同意が必要か
- 説明可能性の選択 ブラックボックスモデルの判断根拠を説明する手法としてLIME・SHAPを選ぶ
- ガバナンス施策の選択 リスク評価・ヒューマン・イン・ザ・ループ・モデルカードなど、文脈に合う対策を選ぶ
- 著作権とAI生成物 人間の創作的関与の有無、学習データ利用の適法性に関する論点
分野別演習で定着させる
学習の進め方
- 倫理キーワードをマインドマップ化 公平性・透明性・説明可能性・説明責任の関係を図示
- ケース問題で演習 domain-04とdomain-02を交互に解き、「何に注意すべきか」を言語化する練習
- 用語辞典とセット 頻出用語50選の倫理・法律カテゴリと用語辞典
- 生成AIのリスクも接続 ハルシネーション・ディープフェイクはNLP・生成AI分野とも関連
よくある質問
G検定の倫理・法律は何分野に分かれる？
「AI倫理・AIガバナンス」（domain-04）と「AIに関する法律と契約」（domain-02）の2分野です。本記事では両方を統合して解説しています。
法律の条文は暗記が必要？
条文の丸暗記は不要です。ケース形式で判断できるレベルが目安です。法改正があるため最新情報は公式ソースで確認してください。
AI倫理で押さえるべきキーワードは？
公平性、透明性、説明可能性、説明責任、アルゴリズムバイアス、AIガバナンスが頻出です。AI倫理の用語辞典も参照してください。