採用選考や融資審査などのAIシステムにおいて、特定の性別や人種に対する不当なバイアス（偏見・差別）が発生する主な要因に関する記述として、最も適切なものを1つ選択してください。
出典G検定オリジナル模擬試験
ア
過去の人間社会の偏見や格差が反映された歴史的訓練データ（Historical Bias）をモデルが無批判に学習したり、特定の属性のデータサンプル数が極端に不足している。
イ
モデルのパラメータ数が多すぎるため、コンピュータが感情や悪意を抱くようになるから。
ウ
「性別」や「人種」の列をデータセットから削除しさえすれば、他の変数（居住地や出身校等）を通じた間接差別（Proxy Bias）も完全に消滅する。
エ
AIの公平性を測る数学的指標（機会の均等、人口統計学的同等性など）はすべて同時に100%満足させることができる。