生成AI（責任ある利用）応用
Azure OpenAI Serviceで構築したアプリケーションが、ユーザーの入力に基づいて違法な活動に関する情報を生成しようとしています。責任ある利用の枠組みで、このリスクを軽減するために実装すべき複層的な対策はどれですか？
A.入力のみをフィルタリングし、出力には検証を加えない
✗ 入力フィルタリングのみでは不十分です。有害な出力が生成される可能性が残ります。
B.入力フィルタリング、出力フィルタリング、および利用可能な機能の制限を組み合わせる← 正解
✓ 正解です。責任ある利用には、入力・出力の両面フィルタリングと、アプリケーション機能自体の制限を組み合わせた多層防御が必要です。
C.生成AIの出力を完全に信頼し、ユーザーの利用責任とする
✗ AIの出力を無検証で信頼することは責任ある利用ではなく、重大なリスクです。
D.フィルタリングなしで生成し、事後的にコンテンツをレビューする
✗ 事前フィルタリングなしの事後レビューでは、違法コンテンツの配信を防げません。
この問題のポイント
責任ある利用には、入力・出力の両面フィルタリングと、アプリケーション機能自体の制限を組み合わせた多層防御が必要です。
「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。