想定問題.com

分野 R｜関連知識

AI倫理とAIガバナンス

シラバス案（Ver.0.1）にある項目です。問われるとしたら、ハルシネーションや偏った情報への備えと、AIガバナンスの考え方を、事例・組合せ・表から選ぶ形です。

シラバス案 Ver.0.1（2026年8月31日公表）の『7-27-2 AI倫理・AIガバナンス』

最終更新

よく出る形

  • 問われるとしたら：生成AIの出力を業務で使うときの確かめ方を、事例から選ぶ形
  • 問われるとしたら：AIガバナンスの考え方のうち、適切な物だけの組合せを選ぶ形
  • 問われるとしたら：生成AIの利用ルールの表を見て、ルールに反する用途を選ぶ形
  • 問われるとしたら：偏った情報と人間の関わり方の説明から、不適切な物を選ぶ形

覚えること

  • ハルシネーション：生成AIが事実に基づかない誤情報を、もっともらしく出力すること
  • ハルシネーションへの備え：完全には抑えられないので、利用者が出力の正しさを確かめる
  • 確かめ方：検索を併用して出典を調べ、数値や調査時点を元の資料と照らす
  • 出典元データの出処：出力の根拠が、どこの何のデータで、信頼できるかを確かめる
  • 偏った情報：元の情報の偏見が出力に表れ、不公平や差別的な出力になりうる
  • 自動化バイアス：AIの出力に過度に頼り鵜呑みにすること。対策はAIの欠点を含む特性を学ぶこと
  • 入力のリスク：個人情報や機密情報を入力すると、出力を通じて流出するおそれ
  • AI倫理：一般に、偏見・差別を避けるなど、社会に害を与えないAI利用への配慮と説明される
  • AIガバナンス：AIのリスクを受容できる水準で管理しつつ、便益を大きくする組織の統治
  • AIガバナンスの回し方：環境・リスク分析、ゴール設定、設計・運用、評価を繰り返す
  • 経営層の責任：AIガバナンスの構築で、経営層がリーダーシップを発揮する
  • 人間の判断：公平性を欠く出力を防ぐため、AIに単独で判断させず人間の判断を介在させる

ひっかけ

  • ハルシネーションは、出典の名前が付いていても起こりうる
  • AIの出力は、数値で示されていても、偏りがないとは限らない
  • AIガバナンスは、導入後に決めるものではなく、リスク分析から始めて見直し続ける

想定問題

4問（科目A（四肢択一））。選ぶと、その場で正解と解説が開きます。

想定問題 1科目A（四肢択一）

A社のYさんは、生成AIに国内の市場規模を尋ね、数値と出典の名前が付いた回答を得た。この数値を、社外に出す資料に使いたい。

Yさんの対応として、最も適切なものはどれか。

正解：イ 示された出典の元の資料を探して開き、数値と調査時点を照らし合わせてから使う。

ポイント

生成AIの出力を業務で使う前の、確かめ方を選ぶ問題です。

考え方と解き方

出典の名前が付いていると、確かめ済みのように見えます。しかし、ハルシネーションは出典や数値にも起こるので、整った回答でも正しいとは限りません。

  1. 生成AIは、事実に基づかない誤情報をもっともらしく出力することがあり、完全には抑えられません。
  2. だから利用者が、示された出典の元の資料にあたり、数値と調査時点を確かめます。したがって、最も適切なのは イ です。

ほかの選択肢

  • ア 出典の名前が付いて整っていても、ハルシネーションは起こりえます。元の資料で確かめていません。
  • ウ 同じ質問に同じ数値が返っても、同じ誤りを繰り返しているだけかもしれません。元の資料の確認になりません。
  • エ 他のAIサービスの回答との見比べは、照合の助けにとどまり、元の資料を確かめる代わりになりません。同じ誤りを出している可能性もあります。

覚えておくこと

  • ハルシネーションへの備え：完全には抑えられないので、利用者が出力の正しさを確かめる
  • 確かめ方：検索を併用して出典を調べ、数値や調査時点を元の資料と照らす
  • 出典元データの出処：出力の根拠が、どこの何のデータで、信頼できるかを確かめる

（テーマ・覚えること）

想定問題 2科目A（四肢択一）

B社は、業務で生成AIを使い始めるにあたり、AIガバナンスの進め方を検討している。

AIガバナンスの考え方として、適切なものだけを全て挙げたものはどれか。

  • a AIを使い始める前のリスクの分析は省き、問題が起きてから方針を決める。
  • b AIの利用方針を決めて運用し、結果を評価して、環境の変化に応じて見直しを繰り返す。
  • c AIガバナンスは情報システム部だけの仕事とし、経営層は関与しない。

正解：ウ b

ポイント

AIガバナンスの進め方について、a〜c それぞれ判定して選ぶ問題です。

考え方と解き方

AIガバナンスは、AIのリスクを管理しつつ便益を大きくする、組織の統治です。決めて終わりではなく、環境の変化に合わせて回し続けます。

  1. a は、リスクの分析から始めるべきところを省いているので、不適切です。
  2. b は、方針を決め、運用し、評価して見直すサイクルを繰り返すので、適切です。
  3. c は、構築で経営層がリーダーシップを発揮することと食いちがうので、不適切です。
  4. したがって、適切なのは b で、ウ です。

ほかの選択肢

  • ア a が不適切なので、a、b は適切な組合せではありません。
  • イ a と c がどちらも不適切なので、a、c は適切な組合せではありません。
  • エ b が適切なので、適切なものがないわけではありません。

覚えておくこと

  • AIガバナンス：AIのリスクを受容できる水準で管理しつつ、便益を大きくする組織の統治
  • AIガバナンスの回し方：環境・リスク分析、ゴール設定、設計・運用、評価を繰り返す
  • 経営層の責任：AIガバナンスの構築で、経営層がリーダーシップを発揮する

（テーマ・覚えること）

想定問題 3科目A（四肢択一）

E社は、外部の生成AIサービスを業務で使うにあたり、次のルールを決めた。
(1) 個人情報や機密情報は入力しない。
(2) 出力を社外に出す前に、人が確認する。
4つの用途を表1 に示す。

表1 の用途のうち、ルール(1)または(2)に反する用途の組合せとして、最も適切なものはどれか。

表1 生成AIの用途
用途入力するデータ出力の使い道
A 製品説明の下書き公開済みの製品情報人が確認してから社外に出す
B 問い合わせへの返信案顧客の氏名と連絡先を含む本文人が確認してから送る
C 市場動向の要約公開された統計確認せずに社外へ公開する
D 会議の要約社外に公表済みの議事録人が確認してから社内で使う

正解：ア B、C

ポイント

利用ルールの表を読み、入力するデータと出力の使い道がルールに反する用途を選ぶ問題です。

考え方と解き方

入力のルールは「入力するデータ」の列、確認のルールは「出力の使い道」の列と照らします。2つの列を別々に読まないと、片方の違反を見落とします。

  1. ルール(1)を「入力するデータ」の列で見ると、顧客の氏名と連絡先を含む B だけが、個人情報の入力で反します。
  2. ルール(2)を「出力の使い道」の列で見ると、確認せずに社外へ公開する C だけが反します。A と D は、どちらのルールにも反しません。
  3. ルールに反するのは B、C です。したがって、最も適切なのは ア です。

ほかの選択肢

  • イ A は公開済みの情報を入力し、人が確認してから社外に出すので、どちらのルールにも反しません。
  • ウ D は社外に公表済みの議事録を入力し、人が確認してから社内で使うので、反しません。反する B が入っていません。
  • エ B は反していますが、確認せずに社外へ公開する C も反しているので、B だけでは足りません。

覚えておくこと

  • 入力のリスク：個人情報や機密情報を入力すると、出力を通じて流出するおそれ
  • ハルシネーションへの備え：完全には抑えられないので、利用者が出力の正しさを確かめる

（テーマ・覚えること）

想定問題 4科目A（四肢択一）

AIの出力に含まれる偏りと、人間の関わり方についての説明として、最も不適切なものはどれか。

正解：エ AIが数値で出した評価は偏りがないので、人間が確かめずにそのまま採用してよい。

ポイント

AIの出力の偏りと、人間の関わり方の説明のうち、不適切なものを選ぶ問題です。

考え方と解き方

数値で示された評価は客観的に見えます。そのため、AIの出力に過度に頼る自動化バイアスが起きやすくなります。

  1. ア は、元の情報の偏見が出力に表れるという、偏った情報の説明で、適切です。
  2. イ は人間の判断を介在させる対応、ウ はAIの欠点を含む特性を学んでから使う対応で、どちらも適切です。
  3. エ は、数値で出た評価でも偏りがあるのに、確かめずに採用するとしています。したがって、最も不適切なのは エ です。正しくは、数値で出た評価も、人間が確かめてから使います。

ほかの選択肢

  • ア 元の情報の偏見が出力に表れることがあるのは、偏った情報の説明として適切です。
  • イ 公平性を欠く出力を防ぐために、人間の判断を介在させるのは、適切な対応です。
  • ウ AIの欠点を含む特性を学んでから使うのは、AIの出力を鵜呑みにしない対応として適切です。

覚えておくこと

  • 偏った情報：元の情報の偏見が出力に表れ、不公平や差別的な出力になりうる
  • 自動化バイアス：AIの出力に過度に頼り鵜呑みにすること。対策はAIの欠点を含む特性を学ぶこと
  • 人間の判断：公平性を欠く出力を防ぐため、AIに単独で判断させず人間の判断を介在させる

（テーマ・覚えること）

1問ずつの画面で解く（4問）

前のテーマ次のテーマ：著作権法

同じ分野のテーマ（関連知識）