生成AI（責任ある利用）誤り発見
生成AIモデルの責任ある利用におけるバイアスと公平性に関する以下の記述のうち、誤っているものはどれか。
A.訓練データに特定の人口統計グループが過度に代表されている場合、モデルはその特性を反映したバイアスを示す可能性がある。
✓ この記述は正しい。訓練データの不均衡はモデルにバイアスをもたらし、特定グループへの偏った予測につながります。
B.バイアス軽減のために、訓練データの多様性を高めることは効果的ですが、これだけでバイアスを完全に排除できるため、デプロイ後の監視は省略可能です。← 正解
✓ 正解です。この記述が誤りです。訓練データの多様化はバイアス軽減に有効ですが、完全な排除は困難であり、デプロイ後の継続的な監視と評価は必須です。
C.生成AI出力が特定の人口統計グループに対して差別的な結果をもたらす場合、それは責任ある利用の原則に違反しており、改善が必要です。
✓ この記述は正しい。差別的な出力は公平性（Fairness）の原則に違反し、即座の改善と対応が求められます。
D.定期的なバイアス監査と多様なグループの参加者によるテストにより、モデルの公平性評価を強化することができます。
✓ この記述は正しい。継続的なバイアス監査と多様な利用者による検証は、公平性を確保するベストプラクティスです。
この問題のポイント
この記述が誤りです。訓練データの多様化はバイアス軽減に有効ですが、完全な排除は困難であり、デプロイ後の継続的な監視と評価は必須です。
「生成AI（責任ある利用）」の他の問題
Azure OpenAI Serviceのコンテンツフィルターが対処する有害コンテンツカテゴリに含まれないものはどれか？生成AIアプリのデプロイ前に悪意ある使用シナリオを意図的に試してリスクを評価する手法はどれか？AI生成のコンテンツ（文章・画像）について、責任ある利用の観点から推奨される取り組みはどれか？「責任ある生成AI」のためのAzureの機能に関する説明として誤っているものはどれか。Azure OpenAI ServiceにおけるコンテンツフィルターとRAG（Retrieval-Augmented G…責任ある生成AIの実現において、『透明性の確保』と『バイアス軽減』はどのような点で異なるアプローチであるか。
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。