↑: [[G検定に関する知識]] - AIの中身と判断根拠が、外から見える状態のこと - 開示対象は「学習データ・モデルの構造・出力」という一連の来歴 - 4種の透明性：①データの透明性（内容・出所・偏り）、②モデルの透明性（アーキテクチャ・パラメータ）、③出力の透明性（判断根拠・確信度）、④運用の透明性（用途・限界・更新履歴） - なぜ重要か：信頼（理解できないと不安）・責任（誤りの原因を追えない）・権利（説明を受ける権利）・規制（EU AI法など高リスクAIへの義務づけ） - GDPRは自動的な意思決定について「説明を受ける権利」を規定 - 注意：透明性（見える状態）≠ 説明可能性（説明する力）。試験では区別する - 営業秘密・セキュリティとの両立が必要。全部公開すればよいわけではない - cf. [[説明可能性]], [[XAI]], [[ブラックボックス問題]], [[データの来歴]]