AI用語応用
大規模言語モデル（LLM）が医療診断システムに導入された場合、モデルの透明性（Explainability）が不足していると、どのような問題が最も直接的に発生するか？
A.医師が診断根拠を理解できず、患者への説明責任を果たせなくなる← 正解
✓ 正解です。透明性の欠如により医師はAIの判断理由を説明できず、医療倫理と法的責任の問題が生じます。
B.モデルの推論速度が低下する
✗ 透明性と推論速度は別の属性です。説明可能性の欠如は処理速度に直接影響しません。
C.クラウドへのデータ転送コストが増加する
✗ 透明性の不足とデータ転送コストは関連性がありません。システムアーキテクチャの問題です。
D.学習に必要なトレーニングデータ量が増える
✗ 説明可能性はモデルの学習データ量には影響を与えません。これは異なる技術的問題です。
この問題のポイント
透明性の欠如により医師はAIの判断理由を説明できず、医療倫理と法的責任の問題が生じます。
「AI用語」の他の問題
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。