近年の人工知能（AI）の発展を背景とした、社会の様々な領域へのAI技術の広がりとともに、様々な倫理的問題が指摘されるようになった。これを受けて、例えば、機械学習の予測モデルが不公平な予測を行わないようにする研究などが盛んになっている。また、機械学習で用いるデータを比較的簡便に収集する方法としてクラウドソーシングの利用が盛んであるが、ここでも、前述の問題意識から、クラウドワーカの偏見によるバイアスをラベルから除去して統合することで差別的ではない教師ラベルを作成する取り組みがなされている。しかし、実際にクラウドソーシングを使った公平な予測モデルの構築を考えると、単に公平な教師ラベルの作成だけでなく、公平な予測モデルを構築することが最終目標となる。そこで、我々はクラウドソーシングラベルから公平な予測モデルを直接学習する方法を提案する。我々は、公平性の基準を設定し、公平性の制約を正則化項の形で学習に導入することで、公平性を満たしつつ予測精度を高めることを狙う。評価実験の結果、提案手法は、公平性を考慮しない既存手法と比較して、精度をほとんど犠牲にすることなく、高い公平性を実現することが示された。
