AIシステムにおけるバイアスを検出し、緩和するための評価プロセスを策定し、公平性および倫理基準への準拠を保証します。
AIライフサイクル（データ収集、前処理、モデリング、評価）の各段階におけるバイアスを精査するために、独立したチームまたは外部専門企業によって実施されることが多い体系的なレビューです。監査担当者は、統計的検定（例：ディスパレート・インパクト）、モデルの説明可能性ツール、ならびにユーザーグループ分析を適用します。このプロセスは、具体的な是正に向けた推奨事項とガバナンスの更新を提示して完了します。
ある銀行は、与信スコアリングAIに対するバイアス監査を委託しました。監査担当者は、人口統計グループごとに融資判断をサンプリングし、特定の郵便番号地域の申請者が不均衡に却下されていることを確認したうえで、スコアリングアルゴリズムにおけるデータ拡張および新たな公平性制約を提言しました。その後、銀行は進捗を追跡するため、却下率を毎月モニタリングしています。
