選択バイアス
意味・解説
データの収集やサンプリングの過程で偏りが生じ、結果が実態を正しく反映しなくなる現象。
AIの学習データを集める際、特定の条件を持つデータだけが選ばれたり、一部のグループが除外されたりすることで、学習後のモデルが偏った判断を下す原因となる。統計学や機械学習における公平性を損なう主要な要因の一つ。
くわしく
「自分の都合の良いデータ、あるいは偶然偏ったデータだけを見て、『これが世の中の正解だ』と思い込んでしまうこと」です。
1.AIでの例:
ネット利用者の声だけを集めて「全国民の意見」としてAIに学ばせると、ネットを使わない層の意見が反映されない偏見が生じます。
2.影響:
予測の精度低下や、不当な差別（AIバイアス）を招く恐れがあります。
例文
アンケート調査において、回答者が協力的な人に限定されたことで、選択バイアスが生じるリスクがある。
同義語: サンプリングバイアス
対義語: 無作為抽出
分類: データの偏り