· トレンド・試験情報 · 4 min read
なぜその答えになった？説明可能なAI（XAI）の必要性と重要ポイント
AIの判断プロセスを「見える化」するXAI。ブラックボックス問題を解消し、信頼されるAIを構築するための最新技術をマスターしよう。
3行まとめ
- XAI（Explainable AI）は、AIが「なぜこの結論に至ったか」という根拠を人間が理解できるように説明する技術の総称。
- ITパスポート試験では、最新のAIガバナンス（社会的な信頼性・安全性）の文脈で頻出。
- 中身が不明な「ブラックボックス」状態を解消し、社会が安心してAIを利用できるようにする仕組み。
シラバス上の位置付け
- テクノロジ系 / 基礎理論 / AI（人工知能）理論
- ストラテジ系 / 企業活動 / AIガバナンス（信頼性）
試験での出題ポイント
試験では、「AIが意思決定に深く関わる場面（自動運転、医療診断、銀行の融資審査など）」におけるXAIの役割が問われます。
- 信頼性の向上: AIの答えをうのみにせず、人間が「妥当かどうか」を最終判断するための材料を提供。
- 責任の所在: 不具合や事故が起きた際、「なぜその判断をしたか」を遡って調査（監査）し、改善するために必要。
- 公平性の確保: 学習データに含まれるバイアス（偏見）により、特定の人を不当に差別していないかをチェックする。
【AIハック】生成AIで最速暗記
AIに、自分自身の「判断の癖」を説明させる練習をしてみましょう。
プロンプト例：
「ある銀行で融資審査AIが『年収○万円以上という理由でOKにしました』と説明することを『XAI』と呼びます。この説明が一切ない場合に、顧客や銀行側が直面するリスクを1つ、分かりやすく教えてください。」
合格へのヒント：
「精度が高ければ中身はどうでもいい」という時代から、「正しく説明できなければ使えない」という時代に変わった、と捉えるのがXAI理解のポイントです。
まとめ・次のステップ
納得感のあるAI活用が、これからのビジネスの標準です。
次は、AI技術を活用して地球環境を守る取り組み、「GX（グリーントランスフォーメーション）」について学んでいきましょう。