# AIとデータ｜学習データ・ラベル・偏りを知る

> AIの結果に影響する学習データ、ラベル、データの偏りを身近な分類例で学びます。

AIの結果に影響する学習データ、ラベル、データの偏りを身近な分類例で学びます。 Scratch（スクラッチ）の使い方を初心者にもわかりやすく解説します。

## このテーマで学ぶこと

AIの出力はデータの量だけでなく、集め方、分類の仕方、含まれていない例にも影響されます。

AIの結果に影響する学習データ、ラベル、データの偏りを身近な分類例で学びます。

## 小さく試す活動

利用条件を確認し、個人情報や秘密を含まない例で試します。結果を一度だけ見て決めつけず、条件を変えて比較します。

- 少数の例を自分でラベル付けする
- ラベルの基準が人によってずれるか比べる
- 含める例を変えて結果を考える

## 考えてみよう

出力が得られた理由と、間違える可能性の両方を考えます。

- どの例がデータに含まれていないか
- ラベルの決め方に主観が入っていないか
- 結果が不公平になる人はいないか

## 安全チェック

サービスやモデルの提供元によって利用条件が異なります。授業や家庭で使う前に最新の公式情報を確認してください。

- 本人の同意なく写真・音声を集めない
- データを公開・共有する前に権利を確認する
- 個人を特定できるデータの保管を避ける

## Scratch・学びの次の一歩

AIの仕組みをプログラムで表したり、データの変化をScratchで可視化したりできます。AI出力だけで結論を決めず、根拠を確認する習慣を続けます。

[AI学習ガイドの目次](/ai/)
[Scratch教科書](/textbook/)
[先生向け授業資料](/teachers/)

## よくある質問

### Scratchの標準機能だけでAIを使えますか？

画像・音声・生成AIの連携は、外部サービスや第三者拡張機能が必要な場合があります。提供元、対応環境、データの送信・保存、年齢条件を必ず確認してください。

公開日: 2026-11-21
更新日: 2026-11-21
実機確認: 未確認
確認日: 未記載
確認環境: 未記載
確認者: 未記載
著者: [鈴木孝昌](https://scratch.gmnavi.jp/about/author/)
編集: Scratch大全編集部

[Scratch大全](https://scratch.gmnavi.jp/)