責任あるAI最終応用
言語モデルが学習時に含まれた有害なステレオタイプを継続して出力している場合、責任あるAI原則に基づくデプロイメント戦略として最適なアプローチはどれか？
A.有害な出力は稀なため、ユーザーに無視するよう促す
✗ ユーザーへの無視促進は害を認めながら放置することであり、責任あるAIの原則に反します。
B.安全フィルタリング機能を実装しながら、継続的なモニタリングと有害出力の記録を行う← 正解
✓ 正解です。完全排除は困難ですが、フィルタリング、継続的監視、透明性確保により責任ある運用が実現します。
C.モデル側で完全に有害出力を排除することが技術的に保証できるまでデプロイを中止する
✗ 完全排除を待つのは過度に慎重です。責任あるAI運用により、段階的に改善しながらデプロイすることが実践的です。
D.ユーザーに対して有害出力が起こりうることを事前通知すれば責任は回避できる
✗ 事前通知だけでは害の発生を正当化できません。実際の軽減措置が必要です。
この問題のポイント
完全排除は困難ですが、フィルタリング、継続的監視、透明性確保により責任ある運用が実現します。
「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。