足湯でよもやま話(笑)

Z世代の定義:
1990年代後半から2010年代前半生まれ
2025年現在で15歳から34歳くらいまでとされています。

Z世代の特徴:
デジタル技術を日常的に使いこなす「デジタルネイティブ」である。
SNSでの情報収集や交流を重視する。
社会問題への関心が高い。
多様性への理解も深い。
「モノ」よりも「コト（経験）」を重視する傾向がある。

Z世代が注目される理由:
今後、世界の人口構成比において約32％を占めるとされ、
消費の中心となっていく世代として注目されている。
企業にとって、Z世代に受け入れられる商品開発やマーケティング戦略が
重要視されている。 ​

​​ AIは、データからの学習により
自らの出力やプログラムを変化させる性質を有しています。
それゆえ、AIは、データから学習することにより自らの機能を継続的に向上させていくことができるのです。
反面で、このような性質により、AIは、開発者が予見し制御することが不可能ないし困難なリスクを生み出すおそれがあります。
例えば、マイクロソフトの開発したAIを用いたチャットボットは、Twitterでのユーザーらとの会話から学習することにより、ヒトラーを礼賛したり、ヘイトスピーチを発するようになってしまい、緊急停止されました。
最近の韓国でも、スタートアップ企業が開発したAIを用いたチャットボットが、メッセンジャーにおける恋人間の対話データから学習した結果、性的少数者に対して差別的な発言を行ったとして批判を受け、サービスが停止されています。
これらの事件も示唆しているように、 ​AIは、開発者の意図にかかわらず、学習したデータの偏りなどを受けて、差別的な判断を行ってしまうおそれがあります。​

AIは、人事・採用の判断、融資・保険の審査、量刑判断などの場面で活用されるようになっていますが、
その際に差別的な判断を行ってしまうおそれがあると指摘されています。「AIによる差別」の主な原因としては、
(1)アルゴリズム＊の設計のバイアス
(2)データの代表性の欠如
(3)データに内在する既存の社会のバイアス
　をあげることができます。

​※ 「バイアス（bias）」とは、「偏り」「偏見」「先入観」などを意味し、認識の歪みや偏りを表現する言葉として使われます。
日常のビジネスシーンや、データ分析の現場では、そのバイアスが作用することが多々あります。 バイアスを認識・是正しないままでいると、非論理的な意思決定を下してしまったり、データの価値を存分に引き出せなかったりと、さまざまな弊害が生じてしまいます。​ ​ ​