最終更新日:
組織が自社のAIシステム全体で説明可能性の実践を導入、評価、および管理するために用いる、構造化されたアプローチまたはガイドラインのフレームワーク。
説明可能性（Explainability）技術を適用するタイミングと方法を規定し、必要な説明形式（テキスト、ビジュアルなど）を定義し、役割（説明の責任者、監査人）を定め、チェックポイント（設計レビュー、デプロイ前検証、定期監査）を確立する、定式化されたプログラムです。通常、ポリシー文書、技術標準、プロセスワークフローで構成されます。これにより、組織のリスクや規制要件に整合した、一貫性があり監査可能なXAI（説明可能なAI）の展開が保証されます。
実際の導入事例：
ある医療提供者が、以下の事項を義務付けるXAI（説明可能なAI）フレームワークを採用しています。（1）すべての診断モデルに個々の予測に対する局所的な説明を含めること、（2）グラウンドトゥルース（正解データ）の特徴量の重要度との一致度で測定される説明の忠実度が90%を超えること、および（3）モデルの再学習後も説明の正確性が維持されていることを四半期ごとのXAI監査で検証すること。
