責任あるAI最終比較
責任あるAIの原則における「説明可能性（Explainability）」と「解釈可能性（Interpretability）」の概念の違いは何か？
A.説明可能性はステークホルダーに理解できる言葉で決定理由を説明することであり、解釈可能性はモデルの内部メカニズムがどのように機能するかを理解することである← 正解
✓ 正解です。説明可能性は社会的コミュニケーション、解釈可能性は技術的理解という異なる層の理解を指します。
B.解釈可能性はAIの専門家向けで、説明可能性は一般ユーザー向けである
✗ 対象者で区別するのは不正確です。両概念とも技術者と非技術者の両者に関連があります。
C.説明可能性と解釈可能性は同じ概念である
✗ 異なる概念です。説明可能性は外部向け、解釈可能性はモデル自体の理解に焦点を当てています。
D.解釈可能性は技術的な実装段階でのみ必要で、説明可能性は運用段階で必要である
✗ 両概念ともシステムライフサイクル全体で必要です。実装段階や運用段階に限定されません。
この問題のポイント
説明可能性は社会的コミュニケーション、解釈可能性は技術的理解という異なる層の理解を指します。
「責任あるAI最終」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。