解説

正解はBのモデルのバイアス（Model Bias）です。AIモデルのバイアス（偏見）とは、トレーニングデータに含まれる偏り（この場合は過去の採用データにおける性別比の偏り）をモデルが学習した結果、特定の人種・性別・年齢などのグループに対して不公平な予測・判断を出力してしまう問題です。責任あるAI（Responsible AI）においてバイアスの検出と緩和は最重要課題の一つです。 選択肢AのハルシネーションはAIが事実と異なる内容を、あたかも正確であるかのように生成してしまう現象であり、偏ったデータによる不公平な評価とは性質が異なります。 選択肢Cのデータプライバシー侵害は、個人情報や機密情報が不正アクセスや設定ミスなどにより外部へ漏洩・公開される事態を指します。バイアスによる不公平な評価とは概念が異なります。 選択肢Dのモデルドリフトは、時間の経過とともに現実のデータ分布が変化し、モデルの予測精度が徐々に低下していく現象です。訓練データの偏りに起因した不公平な出力であるバイアスとは異なります。