AIリテラシー 透明性（Transparency）

透明性とは

AIにおける透明性とは、システムが「ブラックボックス」ではなく、その仕組みや限界が外部から理解できる状態であることを指します。具体的には以下の3つのレベルがあります。

1. プロセスの透明性: どのようなデータで学習し、どのようなアルゴリズムを使用しているか（モデルカードでの開示）。
2. 出力の透明性 (Explainability): なぜその回答に至ったか、根拠を説明できるか。
3. インタラクションの透明性: ユーザーに対して「あなたは今、人間ではなくAIと対話しています」と明確に伝えているか。

監査におけるチェックリスト

監査では特に「インタラクションの透明性」が重視されます。EUのAI規則（AI Act）では、チャットボットやディープフェイク技術に対して、AI生成コンテンツであることを透かし（Watermark）やラベルで明示する義務を課しています。日本の監査においても、ユーザーを誤認させるようなUXデザイン（ダークパターン）が含まれていないかを厳しくチェックします。

実務での課題と対策

企業秘密との兼ね合いが課題となります。アルゴリズムの詳細を全て公開すると、競争力が失われたり、セキュリティ上の攻撃対象になったりするリスクがあります。対策として、「開示範囲の階層化」を行います。一般ユーザーには概要レベルの説明を行い、信頼できる第三者機関（監査人）に対してのみ詳細なコードやデータへのアクセス権を与えるという運用が一般的です。

失敗例・トラブル事例

• なりすまし営業: AI音声アシスタントが人間にそっくりな声で電話をかけ、AIであることを名乗らずにアポイントを取りました。後でAIだと発覚し、「騙された」と消費者の反感を買い、詐欺的な行為として規制対象となりました。
• 不透明な価格設定: 旅行サイトのダイナミックプライシングAIが、特定のユーザー（Macユーザーなど）に対して高い価格を提示しているのではないかと疑われました。価格決定ロジックが開示されていなかったため、疑念が晴れずブランドイメージが毀損しました。

関連リンク

• OECD AI Principles: Transparency and Explainability
• 総務省: AI開発ガイドライン