モデルカードとは
モデルカード（Model Card）とは、機械学習モデルの性能、想定用途、限界、倫理的考慮事項などを簡潔に文書化した標準的なドキュメントのことです。2019年にGoogle（Mitchell et al.）によって提案されたフレームワークで、モデルの透明性と説明責任を確保するためのベストプラクティスとして広く採用されています。
| ひとことで言うと | AIモデルの性能・想定用途・限界をまとめた説明文書。 |
|---|---|
| 何を書くか | 用途、学習データ、評価結果、属性別の性能、既知の限界、非推奨用途。 |
| 注意点 | モデルを外部に提供するなら必須。EU AI Actでも文書化が求められる。 |
モデルカードの構成要素
モデルカードには以下の情報が含まれます。モデルの基本情報（名称、バージョン、作成者、日付）、想定される使用ケースと想定外の使用ケース、モデルの概要（アーキテクチャ、学習データ、学習手法）、性能評価（評価指標、データセット別の結果、サブグループ別の性能）、倫理的考慮事項（バイアス分析、公平性の評価結果）、警告と推奨事項（既知の限界、誤用のリスク）です。
1モデルの概要何をするモデルか
▶
2想定用途使ってよい場面
▶
3評価結果属性別の性能も記載
▶
4既知の限界苦手なケース
▶
5非推奨用途使ってはいけない場面
モデルカードの実践と普及
Hugging Faceなどのモデル共有プラットフォームではモデルカードの記入が標準化されており、コミュニティ全体での透明性向上に貢献しています。企業においても、AIガバナンスの一環としてモデルカードの作成が推奨されています。特に重要なのは、デモグラフィック属性（性別、年齢、人種等）別の性能評価で、モデルの公平性を定量的に示すことが求められます。モデルカードはAIの説明責任とガバナンスを支える重要なドキュメントです。