AIワークロード定義問題
AIシステムの出力結果を監査可能にし、不適切な判断があった場合に原因を特定できるようにすることはどの原則か？
A.透明性
✗ 透明性は仕組みを説明可能にすることだが、責任の所在や監査体制は説明責任が担う。
B.公平性
✗ 公平性はバイアス排除であり、監査体制や法的責任とは別の側面。
C.説明責任（Accountability）← 正解
✓ 正解。説明責任はシステムの結果に対して人間が責任を持ち管理体制を敷くことを指す。
D.包括性
✗ 包括性はアクセス可能性。システムの動作原理の公開・監査体制とは異なる。
「AIワークロード」の他の問題
AIシステムが視覚障がいのあるユーザーにもスクリーンリーダーを通じて等しく情報を提供できるよう設計されている。これはどの…自動運転AIが歩行者を検知できない予期せぬ状況でも安全に停止するよう設計されている。これはどの原則か？機械学習においてラベルなしデータを使い、データ間の類似性に基づいてグループ化を行う手法はどれか？銀行がAIでローン審査をする際、否認された理由を説明できる必要がある。これはどの原則か？AIシステムの誤作動で損害が生じた際「誰が責任を負うか」を規定する責任あるAIの原則はどれか？クレジットカード取引データから通常と異なる不正利用の疑いがある操作を特定したい。最適なAIタスクはどれか？
IT・クラウド の関連資格
AWS Certified Cloud Practitioner（CLF-C02）
AWSクラウドの入門資格。クラウドの概念・AWSのコアサービス・セキュリティ・料金モデルを問う。
AWS Certified Solutions Architect - Associate（SAA-C03）
AWSでのシステム設計能力を問うアソシエイト資格。高可用性・セキュリティ・コスト最適化の設計が中心。
DP-900：Microsoft Azure Data Fundamentals
Azureのデータサービスの基礎を問うMicrosoft認定資格。リレーショナル/非リレーショナルデータ、分析ワークロード、コアのデータ概念を扱う。