2018年秋季，在提供個人貸款服務的J.Score公司的會議室裏，高管們展開了熱烈的討論。

　　

　　「很可能被誤解為性別歧視」。

　　

　　「但是數據是正確的」。

  　

　　J.Score公司由瑞穗銀行和軟銀共同出資，從2017年9月開始提供利用人工智慧（AI）根據學歷、興趣和性格等數據對個人進行打分（滿分1000分），決定貸款條件的服務。該公司在約1年的時間裏收到了「即使年收入和職業等其他條件相同，把性別從男性改成女性評分就會降低」的不滿聲。

　　

　　男女評分存在差別

　　

　　該公司的首席資訊官大久保秀彥在苦惱過後，決定進行修正，削弱性別影響。雖然這樣做存在導致分析精確度降低的風險，但大久保表示「讓外界理解我們顧及人權是最優先課題」。依靠信用分進行融資的服務在日本剛剛出現不久。該公司認為如果損害利用者的信用，則這項業務也將泡湯。  

      

資料圖

     

　　支撐評分的人工智慧可分析龐大的數據量。但如今的技術還沒有成熟到可以把一切都交給人工智慧預測的程度。

　　

　　「交給人工智慧還為時尚早」，日本煙草産業（JT）在實習生的選拔中曾嘗試使用「人工智慧面試」，但是在錄用應屆畢業生時則放棄使用人工智慧。原本期待通過人工智慧發現面試官看漏的人才，但是其得出的結果與實際面試的評價相去甚遠。對於智慧手機播放的人工語音提問，學生感到厭煩，相關負責人表示「反而起到反效果」。

     

    　　

　　在授信和人事等依靠負責人的經驗和直覺的領域，出現了嘗試把評分作為判斷標準的行動。但是這種評分到底有多大可信度呢？眼下還看不到正確的答案。

　　

　　擔心遭到員工的反對

　　

　　越來越多企業開始引入新系統，使用人工智慧分析員工的郵件內容，預測違規跡象和離職的可能性。一家大型製藥公司討論把該系統作為防止研究數據洩露的殺手劍，但是有反對意見認為「員工得知自己將被監視後很可能強烈反對」，該公司最終放棄引入這一系統。即使通過數據分析能夠提高業務效率，但如果損害了員工的工作積極性，將本末倒置。

　　

　　利用人工智慧分析公司內部人士調動情況的人力資源公司Recruit Career選擇了「不過度依賴人工智慧」的方式。

　　

　　該公司通過自主的人工智慧系統對員工的性格等進行分析，然後計算能力評分，並預測每個員工所適合的工作性質。例如「（某員工）能夠發揮自身特色的是銷售工作」。但是預測結果不會告知員工本人，僅供參考。人事部經理加藤宏紀表示，「越是重要的事越需要由人來決定」。

 　　

　　對此，不同的員工出現不同的意見。2018年秋季跳槽到該公司的女性（24歲）被分配到開拓新客戶的銷售部，這不是其所期望進入的部門。但是「意外地發現自己很適合拜訪客戶的銷售工作」。一方面，被調到策劃部門的30多歲男性則表示「公司認為我謹慎的性格適合這個崗位，但是我卻不這麼認為」。

　　

　　在利用人工智慧方面需要由人來作出判斷和決定。3月，日本政府匯總的人工智慧社會原則顯示出「以人為本」的想法。利用由數據算出的評分的場合越多，人的責任反而越重。何時、何地、如何使用這種評分的判斷變得越來越難。

 　　

版權聲明：日本經濟新聞社版權所有，未經授權不得轉載或部分複製，違者必究。