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。

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 詳しく見る → Scratch教科書 詳しく見る → 先生向け授業資料 詳しく見る →

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。

この記事は学習のための案内です。Scratchの画面・利用条件は更新されることがあるため、操作前に公式情報もご確認ください。

学習に役立つ書籍・教材・グッズを見る →