フォールスポジティブ
AI モデルが、実際にはネガティブであるインスタンスに対してポジティブクラスを誤って予測した場合（タイプ I エラー）。
Definition
モデルが、セキュリティや詐欺、医療検査でよく見られる良性のケースを「悪意のある」ものとして分類するシナリオ。偽陽性率が高いと、人間の査読者は圧倒され、信頼を失い、不必要な費用が発生する可能性があります。ガバナンスには、精度を監視し、許容できる閾値を設定し、アラートを効果的に一括処理したり優先順位を付けたりするために、人間によるレビューのトリガーを実装する必要があります。
Real-World Example
クレジットカード詐欺検知AIの誤検知率は 10% で、正当な取引の10件に1件がブロックされているということです。銀行は迅速な対応チームを立ち上げ、5 分以内に誤検知を確認できるようにし、ショッピングのピーク時間帯に誤報が発生しないようにモデルの閾値を調整し、不便さを最小限に抑えるために事前承認ルールを顧客に伝えています。
.svg)
