説明
「Salesforce の Trusted AI 原則である包括性の実践例としては、多様なデータセットを使用してモデルをテストすることが挙げられます。包括性とは、AI システムが多様性を尊重し、さまざまな視点、背景、経験を取り入れて設計および開発される必要があることを意味します。多様なデータセットを使用してモデルをテストすることで、モデルが公平で偏りがなく、対象とする集団またはドメインを代表するものであることを保証できます。」

「人口統計データは、偏見や倫理的な懸念を軽減するために Salesforce が Marketing Cloud Einstein エンゲージメント モデル トレーニングから自動的に除外するデータです。人口統計データは、年齢、性別、人種、民族、収入、教育、職業など、人口または人々のグループの特性を表すデータです。人口統計データは、アイデンティティや属性に基づいて人々を差別したり、異なる扱いをしたりするために使用される場合、偏見につながる可能性があります。人口統計データは、社会や文化の既存の偏見や固定観念を反映する可能性があり、AI システムの公平性と倫理に影響を与える可能性があります。Salesforce は、モデルが個人データではなく行動データに基づくようにすることで、偏見や倫理的な懸念を軽減するために、Marketing Cloud Einstein エンゲージメント モデル トレーニングから人口統計データを除外しています。」

説明
「一貫性は、Salesforce でケースを分析するためのカスタム サービス分析アプリケーションを作成するために不可欠なデータ品質のディメンションです。一貫性とは、データ値が統一されており、さまざまなレコード、フィールド、またはソース間で共通の標準または形式に従っていることを意味します。一貫性のあるデータにより、カスタム アプリケーションがケースを正確かつ効率的に分析し、有意義な洞察を提供できるようになります。」

説明
「Salesforce で同じ顧客の複数のレコードを削除するには、重複管理を使用する必要があります。
重複管理は、Salesforce で重複レコードを防止および管理するのに役立つ機能です。重複管理は、一致ルール、重複ルール、および重複レコードを検出してマージするためのアラート メッセージを定義するのに役立ちます。

説明
「モデルの使用方法に適した多様で代表的なデータセットを使用したテストは、Salesforce の Trusted AI の包括性の原則と一致しています。包括性とは、AI システムが多様性を尊重し、さまざまな視点、背景、経験を取り入れて設計および開発される必要があることを意味します。」
多様で代表的なデータセットを使用してテストすることで、モデルが公平で偏りがなく、対象となる母集団またはドメインを代表していることを確認できます。」