画像認識、自然言語処理などの「知的にみえる」アプリケーションやサービスでは、機械学習に大きな期待が寄せられています。一方で、ディープフェイクなどに見られる利用者倫理や、分布外データへの考慮といった問題には、どのように対処したらよいのでしょうか。本書では、ＡＩ、特に機械学習のリスクマネジメントについて、ソフトウェアやＡＩ倫理との関係を含めて解説しています。ＡＩがもたらす新しいリスク、ＩＴリスクへの取組み、ソフトウェア技術からみた機械学習の特徴、リスク低減の考え方を解説し、技術的な方法、適切な規制、ビジネスリスク低減の施策を組み合わせて、ＡＩが抱える問題の解決にアプローチします。

第1 章　社会の新しいリスク 　1.1 AI の光と陰 　1.2 リスクとトラスト 第2 章　IT リスクとソフトウェア品質 　2.1 IT リスク 　2.2 プライバシーリスク 　2.3 ソフトウェア品質モデル 第3 章　機械学習ソフトウェアの特徴 　3.1 機械学習の基本 　3.2 品質の考え方 　3.3 成果物の利用 　3.4 機械学習ソフトウェアとSQuaRE 第4 章　倫理的なAI 　4.1 高位ポリシーとしての倫理 　4.2 信頼されるAI 　4.3 データ主体の保護 第5 章　AI エコシステム 　5.1 技術コミュニティ 　5.2 AI イノベーションへのリスク