条件付き属性格差（CDD：Conditional Demographic Disparity）

概要

• 意味：AIモデルの公平性（フェアネス）を評価するための指標
• 英語名：Conditional Demographic Disparity（略称：CDD）
• 目的：性別・年齢・人種などの「属性」による不公平がないかを確認する

基本の考え方

• モデルの出力結果（例：合格・不合格、採用・不採用）が、
  属性ごとに偏っていないかを条件付きで測定する
• ただ単に全体比を比べるのではなく、他の要因を固定した上で公平性を評価する

具体例

• 例：同じスコアの応募者であっても、性別によって採用率が異なっていないかを確認
• 条件付き＝「能力（スコア）」が同じ人の中で属性差があるかを見る

応用・背景

• 公平なAIを作るための「責任あるAI（Responsible AI）」の重要な評価指標
• 機械学習の倫理・ガバナンス分野でも注目されている

AWS MLS・G検定でのポイント

• G検定：AI倫理・公平性の分野で出題される
• MLS試験：SageMaker Clarifyなどの「バイアス検出機能」で関連
• 覚え方：「CDD＝条件をそろえて属性間の差を見る」