本論文では、認知診断（CD）モデルから特定の学生データを削除する必要性について論じています。この要求は、ユーザーの「忘れられる権利」に対する意識の高まりに起因しています。従来のCDモデルはプライバシーを考慮して設計されておらず、効果的なデータ忘却メカニズムが欠けています。また、一般的な忘却アルゴリズムを適用しても、CDモデルのユニークな混合構造に対処するには不十分です。本論文では、データ忘却問題に関する体系的な研究を行い、階層的重要度に基づく忘却（HIF）という新しい効率的アルゴリズムを提案します。HIFは、CDモデル内のパラメータの重要度が層ごとに異なる特性を持つことに着目し、個別および層ごとの重要度を組み合わせる新たなスムージングメカニズムを駆使して、より正確にデータに関連するパラメータを特定します。実験では、HIFが基準を大幅に上回る結果を示し、CDモデルがユーザーのデータ削除要求に対応し、高性能でプライバシーを保護するAIシステムを展開できることを示しました。