AI倫理・公平性

01AI倫理AI Ethics 02AIバイアスAI Bias 03公平性Fairness 04透明性Transparency 05説明可能性Explainability 06解釈可能性Interpretability 07XAI（説明可能なAI）Explainable AI / XAI 08LIMELocal Interpretable Model-agnostic Explanations 09SHAPSHapley Additive exPlanations 10Grad-CAMGradient-weighted Class Activation Mapping 11アテンション可視化Attention Visualization 12特徴量重要度Feature Importance 13アルゴリズムバイアスAlgorithmic Bias 14データバイアスData Bias 15選択バイアスSelection Bias 16確認バイアスConfirmation Bias 17歴史的バイアスHistorical Bias 18表現バイアスRepresentation Bias 19AIアライメントAI Alignment 20価値アライメントValue Alignment 21人間中心AIHuman-Centered AI 22責任あるAIResponsible AI 23AI原則AI Principles 24AIガバナンスAI Governance 25AI監査AI Audit 26アルゴリズム監査Algorithm Audit 27公平性指標Fairness Metrics 28統計的パリティStatistical Parity / Demographic Parity 29機会均等Equal Opportunity 30個人の公平性Individual Fairness 31グループ公平性Group Fairness 32差別禁止Non-Discrimination 33AIと雇用AI and Employment 34技術的失業Technological Unemployment 35AIリスキリングAI Reskilling 36デジタルデバイドDigital Divide 37AIと民主主義AI and Democracy 38ディープフェイクDeepfake 39情報操作Information Manipulation 40フィルターバブルFilter Bubble 41エコーチェンバーEcho Chamber 42AIの環境負荷Environmental Impact of AI 43グリーンAIGreen AI 44カーボンフットプリント（AI）Carbon Footprint of AI 45AIと人権AI and Human Rights 46データ主権Data Sovereignty 47同意（Consent）Consent 48オプトイン／オプトアウトOpt-in / Opt-out 49AI倫理委員会AI Ethics Committee / AI Ethics Board 50倫理的AI開発Ethical AI Development