<景品表示法に基づく表記>本サイトのコンテンツには、商品プロモーションが含まれています。

ITパスポート/情報処理

ITパスポート シラバスVer.6.2 生成AIに関するサンプル問題解説【2024年4月実施】

シラバスv6.2 サンプル問題解説

今回は2024年4月よりITパスポート試験に採用されるシラバスバージョン6.2に基づいて、生成AIに関するサンプル問題を解説していきます。

2024年4月以降にITパスポートを受験される方は、ぜひ参考にしてください。また、生成AIは最近世間で非常に話題になっていますので、興味のある方もぜひチェックしてみてください。

※動画で視聴したい方は、以下のYouTube動画をご覧ください。

シラバスV6.2 生成AIのサンプル問題 問1

生成AIの特徴を踏まえて、システム開発に生成AIを活用する事例はどれか。

ア 開発環境から別の環境へのプログラムのリリースや定義済みのテストプログラムの実行、テスト結果の出力などの一連の処理を生成AIに自動実行させる。

イ システム要件を与えずに、GUI上の設定や簡易な数式を示すことによって、システム全体を生成AI に開発させる。

ウ 対象業務や出力形式などを自然言語で指示し、その指示に基づいてE-R図やシステムの処理フローなどの図を描画するコードを生成AIに出力させる。

エ プログラムが動作するのに必要な性能条件をクラウドサービス上で選択して、プログラムが動作する複数台のサーバを生成AIに構築させる。

正解は「ウ」です。生成AIを用いてE-R図やシステムの処理フローなどを創造的に生成する事例が、生成AIの特徴を最もよく示しています。

誤った選択肢の解説

ア)この選択肢は自動化に関わる内容ですが、生成AIの核となる「創造的なデータ生成」には該当しません。自動実行のみで新しいデータや内容の生成は含まれていません。

イ)この選択肢は、生成AIが要件を与えられずに適切なデータやシステムを生成することは困難であるため、誤りです。生成AIは指示やデータに基づいて創造的な作業を行いますが、明確な要件や指示がない場合、有効なシステム開発は不可能です。

エ)この選択肢は、クラウド環境の構築を自動化する内容ですが、これも生成AIの「創造的な生成」には当てはまりません。単なる自動化や効率化の範囲であり、新しいデータやアイデアの生成には関連しません。

シラバスV6.2 生成AIのサンプル問題 問2

サンプル問題 問2

生成AIが、学習データの誤りや不足などによって、事実とは異なる情報や無関係な情報を、もっともらしい情報として生成する事象を指す用語として、最も適切なものはどれか。

ア アノテーション

イ ディープフェイク

ウ バイアス

エ ハルシネーション

正解は「エ」のハルシネーションです。生成AIが誤った情報をもっともらしい情報として生成する現象を指します。

誤った選択肢の解説

ア)アノテーションは、教師あり学習で使用される教師データの注釈やタグを指します。これは生成AIが事実とは異なる情報を生成する現象とは関連がありません。

イ)ディープフェイクは、人工知能を使用して動画や音声に加工処理を施す技術であり、しばしば悪意を持って使用されます。これは生成AIが誤った情報を生成する事象とは異なります。

ウ)バイアスは偏見や先入観、偏りを指します。AIにおけるバイアスは、学習データやアルゴリズムに偏りがある場合に発生しますが、必ずしも事実と異なる情報を生成するとは限りません。

シラバスV6.2 生成AIのサンプル問題 問3

AIにおける基盤モデルの特徴として、最も適切なものはどれか。
ア “A ならば B である”といったルールを大量に学習しておき、それらのルールに基づいた演繹(えんえき)的な判断の結果を応答する。

イ 機械学習用の画像データに、何を表しているかを識別できるように“犬”や“猫”などの情報を注釈として付与した学習データを作成し、事前学習に用いる。

ウ 広範囲かつ大量のデータを事前学習しておき、その後の学習を通じて微調整を行うことによって、質問応答や画像識別など、幅広い用途に適応できる。

エ 大量のデータの中から、想定値より大きく外れている例外データだけを学習させることによって、予測の精度をさらに高めることができる。

正解は「ウ」です。広範囲かつ大量のデータを事前に学習し、その後の学習を通じて微調整を行うことにより、幅広い用途に適用可能な基盤モデルの特徴を示しています。

誤った選択肢の解説

ア)これはルールベースのAIに関連する内容であり、基盤モデルの特徴とは異なります。基盤モデルは広範囲のデータを事前に学習し、その後の学習で微調整を行います。

イ)この選択肢は教師あり学習に関する内容であり、基盤モデルとは異なります。基盤モデルでは、教師なしモデルを利用して広範囲のデータを学習します。

エ)これは生成AIや基盤モデルの特徴とは異なります。例外データのみを学習させることは、一般的な機械学習手法としては適切ではありません。

まとめ

これらのサンプル問題は、2024年4月からのITパスポート試験での出題傾向を反映しています。

特に生成AIは現代社会で広く使われており、試験においても重要な分野となっています

これらの問題を通して、生成AIに関する知識を深め、得意分野としてください。