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。
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 →