生成AIパスポート模擬問題5｜60問掲載

章末の「ご利用にあたって」を読んでからご利用ください。
模擬問題として60問60分としてシラバスからオリジナル問題です。
10問×6セットとしております。
自己学習の一助としてご活用ください。

模擬問題60問（60分を想定）

Q1～Q10

Q1. AI（人工知能）に関する説明として、最も適切なものを一つ選びなさい。
① 人間と同等の意識や感情を持つ、自律的に思考するコンピュータ。
② 特定の課題に対して、人間の知的活動を模倣するよう設計されたシステム。
③ インターネットに接続され、ビッグデータを処理する能力を持つソフトウェア。
④ 物理的な動作を伴い、人間を補助する目的で開発されたロボット全般。

Q2. 「ルールベースAI」の特徴を正しく説明しているものはどれか。
① データから自律的に学習し、判断基準を自身で更新していく。
② 専門家の知識や規則を「もしAならばB」という形式で記述し、それに基づいて判断する。
③ 人間の脳の神経回路網を模倣したニューラルネットワークを基盤としている。
④ 正解ラベルが付与された大量のデータを必要とする、教師あり学習の一種である。

Q3. 機械学習がルールベースAIと根本的に異なる点は何か。
① 機械学習は人間が明示したルールのみに従って動作する。
② ルールベースAIは確率的な予測や分類を得意とする。
③ 機械学習はデータ内に存在するパターンや規則性を自ら見つけ出す。
④ ルールベースAIは画像や音声のような非構造化データの扱いに優れている。

Q4. ディープラーニングで用いられる「ニューラルネットワーク」が模倣しているものは何か。
① 企業の組織構造や意思決定プロセス
② 自然界における生物の進化の過程
③ 量子コンピュータの物理的な挙動
④ 人間の脳を構成する神経細胞（ニューロン）の結合構造

Q5.機械学習の手法の一つである「教師あり学習」の具体例として、最も適切なものを一つ選びなさい。
① ECサイトの購買履歴から、顧客を複数のグループに自動で分類する。
② 大量の猫の画像と「猫」というラベルを用いて、AIに猫を識別させる。
③ 囲碁のAIが、自己対戦を繰り返すことで最善手を見つけ出す。
④ センサーデータから、工場の機械における通常とは異なる動作を検知する。

Q6. 「深層学習（ディープラーニング）」が従来の機械学習と比べて優れている点として、正しいものを一つ選びなさい。
① 学習に必要なデータ量が非常に少なく、計算コストも低い。
② 判断の根拠が常に明確で、人間が解釈しやすいという特徴を持つ。
③ データから判断に必要な特徴（特徴量）をAIが自動で抽出できる。
④ あらかじめ専門家が定義した厳密なルールに基づいて動作する。

Q7.2010年代以降に「第三次AIブーム」が起こった主な要因として、適切でないものを一つ選びなさい。
① コンピュータの計算能力（特にGPUの性能）が飛躍的に向上したこと。
② インターネットの普及により、大規模なデータ（ビッグデータ）が利用可能になったこと。
③ AIが人間の専門家を超える知識を持つ「エキスパートシステム」が実用化されたこと。
④ ニューラルネットワークを多層化した、深層学習の技術が大きく進展したこと。

Q8. AI研究の文脈で語られる「シンギュラリティ（技術的特異点）」とは、どのような概念か。
① AIが特定の業務において、人間の作業速度を上回る時点。
② AIの知能が全人類の知能の総和を超え、予測不能な変化が起こる転換点。
③ すべての家庭にAIアシスタントが普及し、生活に不可欠となる社会。
④ AIを搭載したロボットが、人間と同様の法的権利を認められる時代。

Q9.ある領域で学習させたモデルの知識を、別の新しいタスクに応用する機械学習の手法を何と呼ぶか。
① 強化学習
② 教師なし学習
③ 転移学習
④ 半教師あり学習

Q10. 特定のタスクのみを高い精度で実行するよう設計されたAIを指す用語として、最も適切なものはどれか。
① 強いAI（AGI）
② 汎用型AI
③ 弱いAI（ANI）
④ 超知能（ASI）

解答・解説

Q11～Q20

Q11. 1950年代から始まった「第一次AIブーム」において、研究の中心となったテーマは何か。
① 人間の脳構造を模倣した、多層のニューラルネットワークの構築。
② 特定の問題を解くための、論理的な「推論」と効率的な「探索」のアルゴリズム開発。
③ インターネット上の大量のテキストデータを用いた、大規模言語モデルの学習。
④ コンピュータに専門家の知識を教え込み、専門家のように振る舞わせるシステムの研究。

Q12. モデルを訓練データに過剰に適合させてしまい、未知のデータに対する予測精度が低下する現象何と呼ぶか。
① 転移学習（Transfer Learning）
② 強化学習（Reinforcement Learning）
③ オーバーフィッティング（Overfitting）
④ アンダースタンディング（Understanding）

Q13. 生成AI（ジェネレーティブAI）が持つ最も中心的な能力として、適切なものを一つ選びなさい。
① 既存のデータをルールに基づいて正確に分類し、整理すること。
② 学習したデータから新たなパターンを発見し、創造的なコンテンツ（文章、画像など）を生成すると。
③ コンピュータの処理性能を最大化し、計算速度を向上させること。
④ 入力された情報が正しいか誤っているかを、事実に基づいて判定すること。

Q14. 生成AIのモデルの一つである「GAN（敵対的生成ネットワーク）」の仕組みを正しく説明していものはどれか。
① 一つの生成モデルが、自己対話を繰り返すことで性能を向上させる。
② データを生成する「生成器」と、その真偽を判定する「識別器」が互いに競い合い学習する。
③ 人間からのフィードバックのみを頼りに、少しずつ出力を改善していく。
④ 事前に定義された厳密な文法ルールに従って、テキストを生成する。

Q15. 従来のRNN（回帰型ニューラルネットワーク）が抱えていた、長い時系列データにおける「長期依存性の消失」という課題を、「ゲート」という仕組みを導入することで改善したモデルは何か。
① CNN（畳み込みニューラルネットワーク）
② VAE（変分オートエンコーダ）
③ パーセプトロン
④ LSTM（長・短期記憶）

Q16. テキストや画像などの連続的なデータ（シーケンスデータ）を処理することに優れ、自然言語処理や音声認識に応用されてきたニューラルネットワークのモデルを一つ選びなさい。
① GAN（敵対的生成ネットワーク）
② RNN（回帰型ニューラルネットワーク）
③ VAE（変分オートエンコーダ）
④ オートエンコーダ

Q17. 近年の大規模言語モデルの基盤技術となっている「Transformer」が、RNNの課題を克服し、並列処理を可能にした中核的な仕組みは何か。
① ゲート機構（Gate）
② 敵対的学習（Adversarial Training）
③ アテンション機構（Attention Mechanism）
④ 畳み込み層（Convolutional Layer）

Q18. OpenAI社が開発したGPTシリーズのモデルが、文章生成などを行う際の基本的な仕組みとして採用しているものはどれか。
① 直前の単語（トークン）の次に来る単語を順次予測していく、自己回帰モデル。
② 入力された文章全体の文脈を、双方向から同時に解析する、エンコーダモデル。
③ 生成器と識別器が競い合うことで、文章の品質を高める、敵対的生成ネットワーク。
④ 人間が作成した大量のルールセットに基づいて、最も適切な文章を組み立てる、ルールベース。

Q19. ChatGPTに代表される対話型AIが、事実とは異なるもっともらしい嘘の情報を生成してしまうことがある。この現象を指す用語は何か。
① オーバーフィッティング
② ディープフェイク
③ ハルシネーション
④ シンギュラリティ

Q20. Google社が開発した「BERT」モデルに関する説明として、最も適切なものを一つ選びなさい。
① 主に高品質な画像を生成することを目的として開発された。
② 文章を生成することに特化した、自己回帰型のモデルである。
③ 文章中のある単語を予測する際に、その単語の前後の文脈を同時に考慮する「双方向」の仕組みを持つ。
④ 学習済みのモデルを、他のタスクに応用する「転移学習」ができない構造になっている。

解答・解説

Q21～Q30

Q21. OpenAIが2020年に発表し、その巨大な規模でAI研究の流れを大きく変えたGPT-3のパラメータ数として、最も近いものを一つ選びなさい。
① 約15億
② 約1兆
③ 約1750億
④ 約1億

Q22. 2022年11月にChatGPTが公開されたことが、社会に与えた最も大きなインパクトとして適切なものを一つ選びなさい。
① AIが人間の仕事を完全に代替できることが、世界で初めて証明されたこと。
② 専門家でなくとも、高度な対話型AIを誰もが簡単に試せるようになったこと。
③ コンピュータウイルスの検知技術が、飛躍的に進歩するきっかけとなったこと。
④ AIに対する社会的な関心が薄れ、研究が下火になる原因となったこと。

Q23.2024年に発表されたGPT-4oの「o」が意味するomni（包括的）を最もよく表している特徴はどれか。
① 特定の言語の翻訳精度のみを極限まで高めた、単一機能のモデルである点。
② オープンソースとして公開され、誰でも自由に改変が可能である点。
③ テキスト、音声、画像を統合的に扱い、より自然な人間との対話を実現した点。
④ 従来のモデルよりもパラメータ数を大幅に削減し、軽量化を実現した点。

Q24. 対話型AIに「2024年のサッカーW杯の優勝国は？」と質問したところ、「アルゼンチンです」という、事実とは異なるがもっともらしい回答が返ってきた。この現象を指す用語として最も適切なものはどれか。
① ハルシネーション
② ディープフェイク
③ アライメント
④ ファインチューニング

Q25. GPT-4が、その前身であるGPT-3.5と比較して大きく性能を向上させた点として、適切なものを一つ選びなさい。
① より高度な推論能力を持ち、司法試験のような複雑なテストで高い成績を収めたこと。
② モデルのパラメータ数を大幅に削減し、個人のPCでも動作するようになったこと。
③ 学習データを2010年までのものに限定し、動作の安定性を高めたこと。
④ テキスト生成機能が廃止され、画像認識専用のモデルとなったこと。

Q26. 安全で倫理的なAIの開発を重視し、ChatGPTの競合とされる対話型AI「Claude」を提供している企業はどこか。
① Google
② OpenAI
③ Meta
④ Anthropic

Q27. Google社が開発し、テキスト、画像、音声などを統合的に扱うことができるマルチモーダルAIのブランド名は何か。
① Sora
② DALL-E
③ Gemini
④ Llama

Q28. 主にテキスト（文章）を扱うことを目的とした生成AIモデルはどれか。
① Stable Diffusion
② Midjourney
③ DALL-E
④ Claude

Q29. Stability AI社が開発した、入力したテキスト（プロンプト）に基づいて高品質な画像を生成すAIモデルとして、広く知られているものはどれか。
① Sora
② Stable Diffusion
③ Gemini
④ TTS (Text-to-Speech)

Q30. OpenAI社が2024年に発表し、テキストプロンプトから非常にリアルで長尺の動画を生成できるこで世界に衝撃を与えたモデルは何か。
① Sora
② Runway Gen-3
③ Luma Dream Machine
④ Pika

解答・解説

Q31～Q40

Q31. 生成AIの発展に伴い社会問題となっている「ディープフェイク」技術に関する説明として、最も適切なものを一つ選びなさい。
① AIが生成した、著作権を侵害する可能性のある画像や音楽の総称。
② 生成AIの学習データに含まれる、個人情報や機密情報のこと。
③ AI技術を用いて作成された、娯楽目的のパロディ動画やCGコンテンツ。
④ 人物を騙ったり、偽情報を拡散させたりするなど、悪意を持って使用されるAI生成コンテンツ。

Q32. 生成AIを活用したビジネス応用例として、不適切なものを一つ選びなさい。
① 顧客からの問い合わせメールに対し、内容を要約し、返信文の草案を自動で作成する。
② 競合他社の公開されているWebサイトや評判を模倣し、自社のWebサイトを自動生成する。
③ 新商品の特徴をいくつか箇条書きで与え、その商品のキャッチコピー案を複数提案させる。
④ 会議の議事録の音声データをテキスト化し、決定事項やタスクを抽出して要約する。

Q33. 大規模言語モデル（LLM）が、多様なタスクをこなせる汎用性を持つ理由として、最も適切なものを一つ選びなさい。
① 特定のタスクに特化した、小規模で高品質なデータセットのみで学習しているため。
② インターネット上の膨大なテキストデータを事前学習し、言語に関する幅広い知識を獲得しているため。
③ 人間の脳の構造を完全に再現した、完璧なニューラルネットワークを搭載しているため。
④ 常に最新の事実をリアルタイムでWebから検索し、知識を更新し続けているため。

Q34. 生成AIから、より望ましい、あるいは意図した通りの出力を引き出すために、人間が入力（指示）を工夫・最適化する技術や手法を何と呼ぶか。
① ファインチューニング
② プロンプトエンジニアリング
③ 強化学習
④ 転移学習

Q35. プロンプトの技法の一つである「Zero-Shotプロンプティング」の説明として、正しいものを一つ選びなさい。
① 回答の例を一つだけ示してから、本題のタスクを指示する手法。
② AIに役割（例：あなたはプロの編集者です）を与え、その立場から回答させる手法。
③ 回答の例を全く示さずに、実行してほしいタスクを直接指示する手法。
④ 複数の回答を生成させ、その中から最も良いものを人間が選ぶ手法。

Q36. 生成AI（LLM）が、その仕組み上、不得意としているタスクはどれか。
① 入力された長文を、指定された文字数で要約すること。
② 箇条書きで与えられた要素を基に、自然なビジネスメールの文章を作成すること。
③ 複雑な数式を含む、精密な数学の問題を解くこと。
④ 英語で書かれた文章を、自然な日本語に翻訳すること。

Q37. 生成AIの利用が拡大する現代において、個人に求められる「情報リテラシー」として、最も重要な行動はどれか。
① AIが出力した情報は、常に正しいという前提で活用する。
② AIの回答に誤りや偏りがある可能性を念頭に置き、情報の真偽を複数の情報源で確認する。
③ AIを使いこなすため、プログラミングや統計学の専門知識を習得する。
④ 生成AIの利用を避け、従来の方法のみで情報を収集・発信する。

Q38. 技術的な手法を用いず、人の心理的な隙やミスを利用して機密情報を盗み出す攻撃手法の総称は何か。
① ランサムウェア
② フィッシング詐欺
③ マルウェア
④ ソーシャルエンジニアリング

Q39. 生成AIの利用において、個人情報保護の観点から、利用者が最も注意すべき行動はどれか。
① AIとの対話の履歴を、定期的に削除すること。
② 自分や他人の氏名、住所、所属先などの個人情報を、プロンプトに直接入力しないこと。
③ AIが生成した文章の著作権が、誰に帰属するのかを確認すること。
④ AIの利用規約が、最新版に更新されているかを常にチェックすること。

Q40. 著作権法に関するAI生成物の取り扱いについて、現在の日本の法律における一般的な考え方として、適切なものを一つ選びなさい。
① AIが自動生成した文章や画像には、原則としてAI自体に著作権が発生する。
② 人間の思想または感情の創作的な表現と認められる場合、AIを「道具」として利用した人間に著作権が発生しうる。
③ AIが生成したものは、すべて著作権フリーのコンテンツとして誰でも自由に利用できる。
④ 既存の著作物を学習したAIによる生成物は、常に著作権侵害とみなされる。

解答・解説

Q41～Q50

Q41. 生成AIの悪用事例である「ディープフェイク」について、その定義を最も的確に説明しているものはどれか。
① AIを用いて生成された、著作権を侵害する可能性のあるコンテンツ全般。
② 特定の人物の顔や声を、本物と見分けがつかないほど精巧に合成する技術。
③他者を意図的に騙したり、社会的な混乱を引き起こしたりする目的で悪用されるAI生成コンテンツ。
④ AIの学習データに含まれる、個人情報や機密情報のこと。

Q42. 近年、社会問題となっているディープフェイクを用いた事件や詐欺の傾向として、正しいものを一つ選びなさい。
① 手口が単純化しており、専門知識がなくても簡単に見破ることができる。
② 生成される画像や動画、音声の品質が向上し、本物との見分けがますます困難になっている。
③ 主にテキストメッセージの偽装に限定されており、視覚的なコンテンツは少ない。
④ AI技術の利用は減少し、従来の画像加工ソフトによるものが主流となっている。

Q43. テキスト生成AIをビジネスシーンで活用する例として、最も適切なものを一つ選びなさい。
① 社内の機密情報や顧客の個人情報をプロンプトに含め、市場分析レポートを作成する。
② 定型的な契約書の雛形や、顧客へのメール返信文の草案を効率的に作成する。
③ 工場の生産ラインを制御するプログラムコードをAIに直接記述させ、即座に実行する。
④ 企業の基幹システムにアクセスさせ、財務データの改ざんを行う。

Q44. ChatGPTなどの基盤となっている「大規模言語モデル（LLM）」の基本的な特徴として、正しいものを一つ選びなさい。
① 特定の業界やタスクに特化した、小規模なデータセットで学習される。
② インターネット上の膨大なテキストや書籍などのデータを用いて、事前に幅広く学習（事前学習）されている。
③ 一度学習が完了すると、新しい情報や知識を追加で学習することはできない。
④ 主に音声データの認識と書き起こしのために設計された、専用のモデルである。

Q45. 生成AIを効果的に活用するためのスキルである「プロンプトエンジニアリング」とは、どのような活動を指すか。
① AIモデルの内部構造（ニューラルネットワーク）を直接書き換えて、性能を改善すること。
② AIの学習に使用する、大量の教師データを効率的に作成し、整理すること。
③ AIに対する指示や質問（プロンプト）を工夫し、意図した通りの回答を引き出すこと。
④ AIが動作するサーバーやネットワークの通信速度を最適化し、応答時間を短縮すること。

Q46.プロンプトの基本的な手法である「Zero-Shotプロンプティング」に該当する指示の出し方はどれか。
① 「『猫』は英語でcat。『犬』は英語でdog。『鳥』は英語で何？」のように、複数の例を示してから質問する。
② 「AIの利点を3つ挙げてください」のように、タスクの具体例を一切示さずに、直接指示を与える。
③ 「あなたは優秀なコンサルタントです。市場分析をしてください」のように、AIに役割を与える。
④ AIにまず考えさせてから回答を出力させるよう、「ステップバイステップで考えて」と指示する。

Q47. 現在のテキスト生成AI（LLM）が、その仕組み上、一般的に苦手としていることは何か。
① 入力された文章のスタイルやトーンを模倣して、続きの文章を生成すること。
② 「昨日起こった地震の震源地はどこですか？」のような、学習データカットオフ日以降の最新情報に関する質問に答えること。
③ 与えられたテーマについて、創造的で多様なアイデアを複数提案すること（ブレインストーミング）。
④ 複雑な文章を、小学生にも理解できるように平易な言葉で要約すること。

Q48. AI時代においてますます重要性が高まっている「情報リテラシー」という言葉が指す能力として、最も適切なものを一つ選びなさい。
① コンピュータやスマートフォンを、スムーズに操作できる技術的なスキル。
② Web上の膨大な情報の中から、必要な情報を見つけ出し、その真偽を評価し、適切に活用する能力。
③ プログラミング言語を習得し、AIモデルを自ら開発できる専門的な知識。
④ SNSなどで、多くの「いいね」やフォロワーを獲得できるコミュニケーション能力。

Q49. システムの脆弱性ではなく、人間の心理的な隙を突いて機密情報を盗み出すセキュリティ攻撃の総称は何か。
① マルウェア（Malware）
② ランサムウェア（Ransomware）
③ ソーシャルエンジニアリング（Social Engineering）
④ DoS攻撃（Denial of Service attack）

Q50. 個人のプライバシーを保護するための行動として、最も適切なものを一つ選びなさい。
① 複数のWebサービスで、同じパスワードを使い回す。
② SNSで投稿する際に、位置情報（ジオタグ）を常にオンにしておく。
③ 利用するサービスのプライバシーポリシーを確認し、SNSの投稿の公開範囲を「友達のみ」などに限定する。
④ 公共のフリーWi-Fiに接続する際は、セキュリティ対策をせず、個人情報の入力や金融取引を行う。

解答・解説

Q51～Q60

Q51. プロンプトを構成する基本的な4要素（Instruction, Context, Input Data, Output Indicator）に含まれないものは、次のうちどれか。
① Instruction（指示）
② Input Data（入力データ）
③ Output Indicator（出力形式の指定）
④ Learning Rate（学習率）

Q52.プロンプトの技法の一つである「Few-Shotプロンプティング」の正しい説明を、一つ選びなさい。
① AIにタスクの具体例を一切見せずに、タスクを直接実行させる手法。
② AIにタスクの回答例をいくつか提示してから、本題のタスクを解かせる手法。
③ AIに特定の役割（ペルソナ）を与えて、その役になりきって回答させる手法。
④ AIにまず思考のプロセスを記述させてから、最終的な結論を出力させる手法。

Q53. テキスト生成AIを用いてアンケートの自由記述回答を分析する際の活用法として、最も不適切なものを一つ選びなさい。
① 回答全体の傾向を要約し、ポジティブ・ネガティブな意見の割合を分析させる。
② 特定のキーワード（例：「価格」「デザイン」）を含む回答を抽出し、一覧化させる。
③ 個人情報が含まれている可能性のある回答を、マスキング処理などをせずにそのまま外部のレポートに転載する。
④ 回答内容から考えられる改善提案を、箇条書きで複数挙げさせる。

Q54. プロンプトにおける「コンテキスト（Context）」が果たす役割として、最も適切なものを一つ選びなさい。
① AIモデルが一度に処理できるデータ量の上限を定義する。
② AIに対して、回答を生成する上で前提としてほしい背景情報や制約条件を与える。
③ AIの応答速度や、計算に使用するリソースを調整する。
④ AIが生成する文章の、文法的な正しさを保証する。

Q55. 現在の生成AIが、その仕組み上、依然として抱えている課題や不得意なこととして、正しいものを一つ選びなさい。
① 定型的な文章（メールや議事録など）の雛形を作成すること。
② 入力された文章の誤字脱字を検出し、修正案を提示すること。
③ 学習データに含まれない、ごく最近の出来事やリアルタイムの情報について正確に回答すること。
④ 与えられたテーマについて、多様なアイデアをリストアップすること。

Q56. 生成AIに一度に大量の文書（例：長文の論文や書籍一冊）を読み込ませ、その内容に関する質問に答えさせたり、要約させたりする際に、最も重要となるモデルの性能指標は何か。
① コンテキストウィンドウ（Context Window）の長さ
② パラメータ（Parameter）の数
③ 学習データの多様性（Diversity）
④ 応答生成の速度（Latency）

Q57. 画像生成AIにおいて、より複雑で細かい指示（プロンプト）を正確に理解し、利用者の意図に沿った画像を生成するために、特に重要となる能力は何か。
① 生成する画像の解像度（Resolution）
② 多様な画風（Style）を模倣する能力
③ 著作権を侵害しない画像を生成する倫理観
④ 入力された自然言語（プロンプト）の解釈能力

Q58. テキスト生成AIが、専門的なレポートの作成やプログラムコードの生成といったタスクで高い性能を発揮するために、特に求められる能力として適切なものを一つ選びなさい。
① 常に人間に対して、共感的な応答を返す能力。
② 芸術作品や詩に対する、主観的な批評を行う能力。
③ 長い文章や複雑な指示の文脈において、論理的な一貫性を保つ能力。
④ ユーモアや皮肉を交えた、人間らしい会話を生成する能力。

Q59. テキスト生成AIに文章の校正を依頼する際の、より良い指示（プロンプト）の出し方として最も適切なものを一つ選びなさい。
① 「この文章をチェックして」のように、曖昧で包括的な指示を与える。
② 「誤字脱字の修正と、より自然な表現への変更をお願いします」のように、具体的な校正の観点を指定する。
③ 校正してほしい文章だけをプロンプトとして入力し、指示は何も与えない。
④ AIの能力を試すため、意図的に大量の誤りを含んだ文章を入力する。

Q60. テキスト生成AIをブレインストーミングのツールとして活用する際の、最大の利点は何か。
① 最終的に採用すべき、唯一の正しい答えを提示してくれること。
② 人間だけでは思いつきにくい、多様な視点や切り口のアイデアを短時間で大量に得られること。
③ 生成されたアイデアの、実現可能性やコストを正確に分析してくれること。
④ 倫理的に問題のあるアイデアや、偏った意見を一切生成しないこと。

解答・解説

チャレンジ問題

Q61. 企業が顧客データを用いてAIチャットボットを開発する際、個人情報保護法および関連ガイドラインの観点から、まず実施すべきことは何か。
① 開発を迅速に進めるため、利用目的を顧客に通知せずに個人情報を学習データとして利用する。
② 取得した個人情報を、いかなる場合も匿名化せずにそのままの状態でAIに学習させる。
③ AIを利活用する際の利用目的を特定・公表し、本人の同意を得るなど、法に定められた手続きを遵守する。
④ 個人情報保護はAI開発ベンダーの責任であるため、自社では特段の対応を行わない。

Q62. 自社の業務に生成AIを導入し、業務プロセスの自動化を図る際、リスク管理の観点から最も適切な対応はどれか。
① AIの導入効果を最大化するため、AIによる生成物はすべて無条件で信頼し、人間のチェックを介さず業務に利用する。
② AIの利用は従業員の自己責任とし、会社としての統一的な利用ガイドラインは策定しない。
③ AIの導入によって発生しうる情報漏洩や著作権侵害などのリスクを事前に評価し、対策を講じる。
④ AIが出力した内容に関する責任はすべてAI提供事業者が負うため、自社でのリスク評価は不要である。

Q63. クリエイターが画像生成AIを「道具」として利用して作品を制作した。この作品の著作権が認められる可能性が最も高くなるのは、どのような場合か。
① プロンプトに「ゴッホ風の絵」と入力し、出力された画像をそのまま公開した場合。
② AIが生成した複数の画像をランダムに組み合わせ、一枚の作品として発表した場合。
③ AIによる生成物に、制作者自身が創作的な修正や加工を相当程度加え、独自の思想・感情が表現されている場合。
④ 画像生成AIが完全に自律的に生成したもので、人間の創作的な寄与が一切ないと判断された場合。

Q64. 自社の役員になりすましたディープフェイク動画が出回り、株価に影響を与えるような偽情報が拡散された。企業の広報部門が取るべき初期対応として、最も効果的なものはどれか。
① 状況が沈静化するまで静観し、外部からの問い合わせには一切応じない。
② 公式ウェブサイトや公式SNSアカウントを通じて、速やかに偽情報であることを明確に否定し、注意喚起を行う。
③ 偽情報の発信源を特定することのみに注力し、公式な見解の発表は控える。
④ ディープフェイク動画の削除をSNSプラットフォームに依頼するのみで、積極的な情報発信は行わない。

Q65. 採用面接の評価を補助するAIを開発する際、「公平性」を担保するためにプロンプトやモデル設計で考慮すべきこととして、最も適切なものを一つ選びなさい。
① 評価の精度を高めるため、応募者の性別、国籍、年齢といった属性情報を重点的に学習させる。
② モデルの判断基準の透明性は不要であるとし、どのような評価が行われているかをブラックボックス化する。
③ 特定の属性に対する偏見（バイアス）を助長しないよう、学習データや指示内容を慎重に設計・検証する。
④公平性を保つため、すべての応募者に対して、AIによる評価スコアのみで合否を自動的に決定する。

Q66. AIを用いて契約書のレビュー作業を自動化するシステムを導入した。法務リスクを低減するための運用方法として、最も適切なものを一つ選びなさい。
① AIによるレビュー結果は常に完璧であるため、弁護士や法務担当者による最終確認は不要とする。
② AIが指摘したリスク箇所や修正案について、その妥当性を必ず人間の専門家が検証・判断するプロセスを設ける。
③ 最新の法改正や判例の情報をAIの学習データに反映させる必要はないと判断する。
④ 契約相手から預かった機密情報を含む契約書も、特に設定を変更せずクラウド上のAIサービスにアップロードする。

Q67. 画像や音声を含むマルチモーダルAIの利用が一般化する中で、意図しない個人情報の漏洩を防ぐために、利用者が取るべき行動として最も適切なものはどれか。
①AIの精度を上げるため、背景に他人の顔や個人情報が映り込んだ画像も積極的にアップロードする。
② サービス利用時に、カメラやマイクへのアクセス許可を求められた際は、利用目的を確認せずにすべて許可する。
③ AIサービスにアップロードする画像や音声に、個人を特定できる情報が含まれていないか事前に確認・加工する。
④ 生成されたコンテンツの所有権はAI提供事業者にあるため、プライバシーに関する責任は利用者に
ないと考える。

Q68. プロンプトエンジニアリングにおいて、AIに対する指示（Instruction）に加えて「コンテキスト（Context）」を付与する目的は何か。
① AIの学習プロセスそのものを高速化し、モデルの性能を根本的に向上させるため。
② AIに背景情報や制約条件を伝えることで、状況に応じた、より的確な出力を引き出すため。
③ AIが一度に処理できる文字数の上限（コンテキストウィンドウ）を、一時的に拡張するため。
④ AIの応答から、ユーモアや皮肉といった人間的な感情表現を完全に排除するため。

Q69. 企業がAI開発・提供・利用を進める上で、「AIガバナンス」を構築することが重要視される最大の理由は何か。
① AIモデルの開発速度を最大化し、競合他社に対する優位性を確保するため。
② AIの判断がもたらす社会的・倫理的影響を考慮し、説明責任を果たせる体制を整備するため。
③ AIに関するすべての法的責任を、AI提供事業者に転嫁するための根拠とするため。
④ 従業員によるAIの私的利用を完全に禁止し、情報漏洩リスクをゼロにするため。

Q70. 最新のマルチモーダルAIを用いてSNS投稿を自動生成するサービスを運営する場合、誤情報やディープフェイクの拡散を防ぐために、最も重要なリスク管理策はどれか。
① AIが生成したコンテンツは、人間の監視やファクトチェックを経ずに、リアルタイムで自動投稿する。
② 投稿内容に問題が発覚した場合に備え、ユーザーからの通報窓口を設置するだけで十分とする。
③ 生成されたコンテンツが社会的に影響の大きいトピック（政治、災害など）に言及する場合、特に厳格な人間のレビュープロセスを義務付ける。
④ サービスの利用規約で「生成された内容の責任は利用者が負う」と明記し、運営者としての責任を完全に放棄する。

解答・解説

ご利用にあたって

本問題は、一般社団法人 生成AI活用普及協会（GUGA）が公開する「生成AIパスポート シラバス」に基づき、
出題範囲の理解促進を目的として独自に作成された非公式の演習問題集です。GUGAならびに「生成AIパスポート」試験の実施機関とは一切関係ありません。

• 出題形式・選択肢・難易度・解説は、実際の試験とは異なる場合があり、その正確性・網羅性・最新性は保証されません。

• 問題はシラバスの出題想定に基づき、各章からの配分を意識してランダムに構成しています。

• 記載内容は学習補助・理解促進を目的とした参考資料であり、本資料の利用によって生じた結果や損害について、制作者は一切責任を負いません。