「一貫性は、このシナリオで影響を受けるデータ品質のディメンションです。一貫性とは、データ値が均一であり、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うことを意味します。
一貫性のないデータは、データ分析や処理において混乱、エラー、重複を引き起こす可能性があります。たとえば、同じ属性に異なるフィールド タイプを使用すると、データの一貫性に影響する可能性があります。"

説明
「一貫性は、連絡先レコード内の州と国の値のさまざまなバリエーションによって影響を受けるデータ品質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。一貫性のないデータは、データ分析と処理で混乱、エラー、または重複を引き起こす可能性があります。」

「ユーザーの同意が得られない場合、AI はプライバシーを侵害します。ユーザーの同意とは、ユーザーが自分の個人データを他者が収集、使用、共有、または保存することを許可する許可または同意です。ユーザーの同意は、データ プライバシーの重要な側面であり、個人データが他者によってどのように扱われるかを個人が制御する権利です。ユーザーの同意が得られない場合、AI はユーザーの個人データに関するユーザーの権利と好みを侵害するため、プライバシーを侵害します。」

「エンパワーメントの原則は、主に、あらゆるスキル レベルのユーザーがコードではなくクリックで AI アプリケーションを構築できるようにすることを目指しています。エンパワーメントは、AI システムは人間のエンパワーメントと教育を尊重して設計および開発されるべきであると定めた信頼できる AI 原則の 1 つです。ユーザーにエンパワーメントを与えるということは、技術的な専門知識やバックグラウンドに関係なく、ユーザーが AI システムにアクセスし、使用し、その恩恵を受けられるようにすることを意味します。たとえば、ユーザーにエンパワーメントを与えるということは、Einstein Prediction Builder や Einstein Discovery など、ユーザーがコードではなくクリックで AI アプリケーションを構築できるツールやプラットフォームを提供することを意味します。」

説明
「倫理的 AI プロセス成熟度モデルは、確立された Salesforce 倫理的成熟度モデルであり、クラウド技術チームが信頼できる AI ソリューションの開発を導くために使用する必要があります。倫理的 AI プロセス成熟度モデルは、AI システムの開発と展開に関わる倫理的かつ責任ある慣行とプロセスの評価と改善に役立つフレームワークです。倫理的 AI プロセス成熟度モデルは、アドホック、認識、定義、管理、最適化の 5 つの成熟度レベルで構成されています。倫理的 AI プロセス成熟度モデルは、より高い倫理的成熟度を達成するためのロードマップとベスト プラクティスを提供することで、信頼できる AI ソリューションの開発を導くことができます。」