Fairness — パターン

Fairness の柱は、アクセシビリティ、AI の倫理、人の監視、バイアスの緩和、公平な設計に焦点を絞り、すべてのユーザーに公平なソリューションを提供することです。これらのパターンによって、柱の設計原則が具体的でレビュー可能なプラクティスに変換されます。ソリューションで何を探すか、外観は良いか、およびそれを台無しにするアンチパターンです。

これらのパターンにより、公正性柱の設計原則が実行されます。この原則はアーキテクチャに関する意思決定に役立ちますが、単独では公平な結果は得られません。各原則の背景にある完全なガイダンスについては、公平性の柱と共にお読みください。

  • Lightning アクセシビリティパターン設計 — SLDS と WCAG 2.2 AA で審査された標準 Lightning Web コンポーネントを使用して構築し、支援技術テストでカスタムコンポーネントを検証します。
  • 各モデル タイプに適したツールを使用してバイアスを軽減および監視します。各モデル タイプに適した計装を使用して、導入前および本番で継続的にモデル出力を検証し、公平な結果を得ることができます。
  • Shield Platform Encryptionをデータ保護コントロールに活用 — 機密属性を保護し、イベント監視ログをSIEMに転送して改ざんの明らかな監査証跡を取得します。
  • リスクの高い予測のレビュー ワークフローを設計 — 結果の予測が適切な手動レビューを受けるように承認プロセスと信頼性のしきい値を設定します。
  • 差別のない組織のデフォルト(OWD)と項目レベルセキュリティ(FLS)を適用 — デフォルトでアクセスを制限し、各ロールに必要な機能のみを付与して、機密属性が公開されないようにします。
  • プラットフォーム同意によるユーザー エージェンシーの有効化 — 使用事例ごとの詳細なAI同意を追跡し、可能な場合はユーザーによる代替方法によるAI駆動型機能を除外できるようにします。

各カテゴリは、パターン (外観) とアンチパターン (回避すべきパターン) のペアになっており、ソリューション領域を領域別に確認できます。必要な公平性の結果から開始します。

  • すべてのユーザーが使用できるようにするWCAG コンプライアンス、支援技術サポート、包括的な設計にアクセシビリティを使用します。
  • 責任ある公平なAIを構築していますか?****AI倫理を使用して、バイアスの軽減、公平性評価指標、人の監視、非差別、同意を実現します。
  • 本番環境でのエージェントの操作バイアス検出、透過的な AI、公平なエージェント動作にはエージェントパターンを使用します。

WCAG コンプライアンス、支援技術サポート、インクルーシブデザイン、アクセシビリティのユーザーエクスペリエンスのパターン。

バイアス検出、透過的な AI、公平なエージェント行動を含むエージェントシステムの公平性パターン。

倫理的な AI 開発、バイアスの緩和、公平性評価指標、人の監視、非差別、同意、責任ある AI プラクティスのパターン。