シナリオ：
A社は文法・文章作成支援ツールを提供しており、B社から生成AIモデルのライセンスを取得し、自社のサービス強化を図っています。A社は、AIモデルが不適切または有害なコンテンツを生成する可能性があることを懸念しており、これを防止するためのガバナンスプロセスの導入を検討しています。
潜在的に不適切なテキストからユーザーを最大限に保護するために、ビジネス A が実行する必要があるガバナンス プロセスは次のどれですか。

ケーススタディ
世界的なマーケティング代理店は、大規模言語モデル (LLM) を採用して、クライアントの新製品である、あらゆる性別の建設作業員を頭部の怪我からよりよく保護するために設計されたヘルメットの今後のマーケティング キャンペーンのコンテンツを生成しています。
マーケティング代理店は、サードパーティのテクノロジー企業が開発したアプリケーション・プログラミング・インターフェース（API）を介してLLMにアクセスしています。彼らは、ヘルメットのメリットを潜在顧客にアピールするターゲット広告コミュニケーションに使用するテキストを生成したいと考えています。マーケティング代理店とテクノロジー企業は共に、AIガバナンスに対処するための合理的な措置を講じています。
マーケティング会社には次のものがあります:
* 適切な表明および保証を伴う契約をテクノロジー企業と締結しました。
* この使用目的に対する LLM の影響評価を完了しました。
* LLM におけるバイアスを測定し、軽減する方法に関する技術ガイダンスを構築しました。
* 透明性、説明可能性、堅牢性、プライバシーの技術的側面を実現しました。
* 適用される規制要件に従いました。
* クライアントの広告における AI の使用に関する具体的な法的声明と開示を作成しました。
このテクノロジー企業には以下があります。
* 環境問題に対処するために開発者にガイダンスとリソースを提供しました。
* LLM におけるバイアスを測定し、軽減する方法に関する技術ガイダンスを構築します。
* LLM 特有のバイアスを測定するためのツールとリソースを提供しました。
* 透明性、説明可能性、堅牢性、プライバシーの技術的側面を実現しました。
* 潜在的な社会的損害と大規模な影響をマッピングし、軽減しました。
* 適用される規制要件および業界標準に従いました。
* LLM に関する特定の法的声明および開示を作成しました。これには IP およびデータに対する権利に関するものも含まれます。
このテクノロジー企業は、環境問題や社会的損害にも取り組んでいる。
次の結果のうち、どれがこの AI システムからの偏った出力であると考えられますか?

AI システムの潜在的なバイアスを軽減するために、特徴エンジニアリングの次の要素のうちどれが最も重要ですか?

ケーススタディ
次の質問には次のように答えてください。
ABC社は、個人向けに幅広い保険オプションを提供する大手保険会社です。ABC社は、顧客獲得と引受プロセスの合理化と改善、そして価格設定の正確性と効率性の向上を目的として、人工知能を活用することを決定しました。
ABC社は、クラウドプロバイダーと提携し、事前学習済みの汎用大規模言語モデル（LLM）の活用と微調整を行っています。具体的には、ABC社は、過去の顧客データ（申込書、保険証券、請求額など）と独自の価格設定およびリスク戦略を活用して、潜在顧客の初期の適格性評価を行い、その後、人間の引受審査員に最終審査を委ねる予定です。
ABC社とクラウドプロバイダーは、LLMのトレーニングとテストを完了し、準備状況の評価を実施した後、LLMを本番環境に導入することを決定しました。ABC社は、最初の1ヶ月間、モデルを監視し、特に出力の精度、公平性、信頼性を評価する社内コンプライアンスチームを任命しました。本番環境導入から1ヶ月後、ABC社は、主に女性の給与が男性よりも低いことが原因で、LLMが女性のローン申請を却下する割合が高いことに気づきました。
ABC がモデルのバイアスを監視する最初の 1 か月間で最も重要なことは何ですか。

AI 開発ライフサイクルの計画および設計フェーズでは、次のどれを除いてバイアスを軽減できますか?