リスクベースアプローチとは

リスクベースアプローチは、すべてのAIに同じ対策を求めるのではなく、リスクの大きいAIほど手厚く対策するという考え方です。AIの使われ方は、ゲームの対戦相手から融資の審査、医療の診断支援まで幅広く、問題が起きたときの影響もまったく違います。

リスクの大きさのとらえ方

AI事業者ガイドラインは、リスクの大きさを「危害の大きさ」と「その蓋然性（起こりやすさ）」でとらえ、対策の程度をそれに対応させることが重要だとしています。対策が足りなければ、人や社会に害が及びます。逆に、リスクの小さいAIにまで重い対策を求めると、コストがかさみ、AIを活用する利点が失われます。リスクベースアプローチは、この両方を避けるための考え方です。

EUのAI法の4段階

代表例がEUのAI法（AI Act）です。AIシステムをリスクの大きさで4つに分けます。

• 許容できないリスク：社会的スコアリングなど。利用が禁止されます。
• 高リスク：採用での履歴書の選別、信用スコアの算出など。リスク管理、記録の保存、人間による監督などの厳しい義務が課されます。
• 透明性に関するリスク（限定的なリスク）：チャットボットなど。機械と対話していることの告知や、ディープフェイクであることの表示が求められます。
• 最小限のリスク：スパムフィルターなど。特別な義務はありません。

ソフトロー・ハードローとの関係

リスクベースアプローチは「どの程度の対策を求めるか」についての考え方です。ルールに法的拘束力があるかどうかとは、別の軸です。EUはこれをハードローで、日本はAI事業者ガイドラインというソフトローで取り入れています。ガイドラインは、この考え方がAI先進国の間で広く共有されていると述べています。

覚え方

「リスクに比例して対策を重くする」と覚えます。