『ディープラーニングG検定 最強の合格問題集』出張版
【G検定】AIの「透明性」を高めるアルゴリズムや情報公開、誤った認識はどれ？
AIの基礎から法律・倫理まで幅広い領域が問われる資格「G検定」。試験範囲の中でも重要度の高いテーマを1問ずつ取り上げ、理解の定着に役立つポイントを確認していきます。今回は、AIの判断理由を利用者に説明する義務と、機密情報保護とのトレードオフを問う「AIの透明性」について考えを深めます。
「G検定」（ジェネラリスト検定）は、AI（人工知能）技術全般、特に機械学習やディープラーニングの基礎を体系的に学ぶ資格試験です。AI人材の需要の高まりとともに受験者数は年々増加しており、企業でも従業員への取得を奨励する動きが広がっているそうです。
本記事はSBクリエイティブ刊『ディープラーニングG検定（ジェネラリスト）最強の合格問題集［第2版］』（ヤン・ジャクリン 著）から、G検定の出題範囲を踏まえた問題と解説を1問1答形式で紹介します。今回は、AIの判断理由を利用者に説明する義務と、機密情報保護とのトレードオフを問う「AIの透明性」について考えを深めます。
問題
AIをビジネスや社会に活用する上で、透明性（Transparency）が重要な観点である。AIの透明性について、最も不適切な選択肢を1つ選べ。
- 透明性を高めるために、データセットの内容や加工法、モデルの学習の仕組みなどを記述したドキュメントを提示することが望ましい。
- 最新のアルゴリズムほどAIの透明性が確保されやすい傾向にあるため、開発から時間が経っているアルゴリズムの使用を見直すべきである。
- AIの透明性の確保は、セキュリティや知的財産の保護とトレードオフになる可能性が考えられる。
- AIを用いて人間を評価するシステムでは、対象者に対して、判断を行うのがAIであることを公表し、判断の根拠を説明することが好ましい。
――答えは分かりましたか？
正解と解説
正解は「2．最新のアルゴリズムほどAIの透明性が確保されやすい傾向にあるため、開発から時間が経っているアルゴリズムの使用を見直すべきである」
最新のアルゴリズムが透明性も高いとは限りません。実際、高い精度を実現しても、予測の根拠が十分に説明できない「ブラックボックス」であることが多いです。したがって、透明性を確保するためには、最新のアルゴリズムに限定せず、十分な活用実績があり、信頼性が高い従来のモデルも検討対象に入れるべきです。
他の選択肢はAIの透明性に関する正しい記述です。
- 選択肢1：AI、機械学習、データ分析において透明性とは、各プロセスが誰にでもわかるように説明できる状態を指します。
- 選択肢3：透明性の向上のために情報公開を行う場合、情報セキュリティと知的財産の保護とのバランスを考える必要があります。
- 選択肢4：人事評価や採用判断、クレジットカードのスコアリングなどの結果は、対象者の生活と健康や安全に顕著な影響を及ぼすことがあります。学習データに偏りがある場合やアルゴリズムバイアスが潜在する場合、AIの判断の公平性が疑問視されます。AIが判断を行っていることを公表しないこと、あるいはAIのアルゴリズムが不透明であることは倫理上、問題があるとみなされます。
※この記事はSBクリエイティブ刊『ディープラーニングG検定（ジェネラリスト）最強の合格問題集［第2版］』から、アイティメディアが出版社の許可を得て一部加筆編集の上、転載したものです（無断転載禁止）。
Copyright © ITmedia, Inc. All Rights Reserved.
『ディープラーニングG検定 最強の合格問題集』出張版
新着ホワイトペーパー PR
-
製品資料
[株式会社うるる] 「入札市場」攻略ガイド：効率的に落札するためのポイントを徹底解説 -
製品資料
[株式会社うるる] 入札情報に特化した「販路拡大」「効率化」のためのサポートツールとは？ -
市場調査・トレンド
[株式会社うるる] 公共入札に成功する企業と失敗する企業の「5つの違い」 -
製品資料
[日本ビジネスシステムズ株式会社] 専門家が教える、Microsoft 365の「テナント統合／分離」を成功に導く秘訣 -
製品資料
[rakumo株式会社] Microsoft 365での情報埋没を防ぐ、社内ナレッジを資産化する情報ポータル活用
こんなメディアも見られています
TechTargetジャパンに関連する情報をお探しであれば、こちらのメディアもお役に立てるかもしれません。
ベンダーコンテンツ PR
From Informa TechTarget
SpecialPR
アクセスランキング
-
1
半数がブルーカラー転向を視野に？ ベテランエンジニアを追い込む“54歳の壁”
-
2
PHP脆弱性「PHP2Shell」で2260万件に影響 情シスの緊急チェックリスト
-
3
「Microsoft 365」が乗っ取られる MFAを破る“本物の画面”の恐怖
-
4
「Windows」の不要なファイルを安全に消して容量を空ける方法
-
5
なぜ「Gemini 4 Argon」は出遅れたのか？ Googleが狙う“逆転のシナリオ”
-
6
ChatGPTは“検索しまくり”でGeminiは“淡泊”？ データが明かすAIの裏側
-
7
「IT運用・情報システム業務」に関するアンケート
-
8
生成AIが普及しても「技術書」を手放せないエンジニアの本音
-
9
テレワークやBYODでリスクが拡大、デバイスの多様化を弱点としない管理方法とは
-
10
「有線LAN環境」に関するアンケート
ホワイトペーパーランキング PR
-
1
AI駆動攻撃にどう対抗する？ 超速の攻撃からエンドポイントを保護する方法
-
2
最速72分でデータが流出？ 最新の脅威トレンドや侵入手法から分かった防衛策
-
3
2026年のサイバーセキュリティには何が必要か？ 最新データに学ぶ傾向と対策
-
4
経験豊富な即戦力人材に直接アプローチできる、「攻めの採用」への転換術
-
5
「IT史に名を残すシステム障害」8選
-
6
SASE選定は「見極め力」で大きな差――本当に必要な製品を選ぶための6つの視点
-
7
不審メールの経路や見せ方に変化？ 2026年夏の3事例から見えた動向と対処方法
-
8
Microsoft 365のメールセキュリティ、3つの“死角”と追加で検討すべき対策とは
-
9
AI駆動開発のスピードと安全性を両立 「品質・セキュリティ管理」の実践ガイド
-
10
「標的型攻撃メール」事例・サンプル集
TechTargetジャパン SNS
@techtarget_itmをフォロー
インフォメーション
注目情報をチェック
TechTargetジャパンをフォロー