「みちともデジタル」は、ITパスポート試験の合格を目指す方を応援する無料学習サイトです。

速習シラバス6.2対策/学習ポイント

ITパスポート//シラバス6.2対策学習ポイント シラバス6

どんな新出用語があって、どんな点を勉強するとよいのか、他の用語との関係を知ってから学習すると効果が高まります。

本格的に勉強に取り掛かる前に、新出用語を学習するときのポイントを押さえましょう。

は、「用語の要点」や「覚えるときの目の付けどころ」です。

スポンサーリンク

ストラテジ系の新出用語

ストラテジ系では、19個の用語が増えました。

中分類新出用語数
企業活動5
法務3
ビジネスインダストリ11
合計19

ストラテジ系の学習ポイント

それぞれの内容が独立しているので、シラバスやテキストの項目順に関係なく、どの順番で学習しても問題ありません。

新出用語の数から優先順位をつけました。

優先順位1位 ビジネスインダスリ

過去問題では新しい知識を増やすことが難しいので、一つ一つの用語の意味を確認することが必要です。

よく出る分野なので、早めにとりかかりましょう。

14.ビジネスシステム

(4) AI(Artificial Intelligence:人工知能)の利活用
① AI 利活用の原則及び指針
用語例
AI 利活用ガイドライン(AI 利活用原則)

AI の利用者が自主的にやるべきことについての解説が書かれている。

② AI の活用領域及び活用目的
用語例
生成AI

「さまざまなコンテンツを生成できるAI」

詳しく

マルチモーダル AI

「複数の種類のデータ(テキスト、音声など)を組み合わせて処理をして結果を出力するAI」
  複雑な課題に対応できる。

詳しく

ランダム性

生成AIの特徴。ランダム性があることで、オリジナルコンテンツをつくることができる。

詳しく

活用例
AI サービスが提供する API の活用

AI サービスが提供するAPIによってできることを確認する。

詳しく

生成 AI の活用

生成AIでできることを確認する。

生成AIの活用(ストラテジ系ビジネスインダストリ14.ビジネスシステム)

詳しく     サンプル問題

③ AI を利活用する上での留意事項
学習内容
AI を利活用する上での脅威、負の事例の理解

「説明可能な AI(XAI:Explainable AI)」が求められる理由を確認する。

詳しく

AI の学習に利用するデータの収集方法及び利用条件、並びに出力リスク

AI の出力データにおける、誤った情報、偏った情報、古い情報、悪意ある情報(差別的表現など)、学習元(出典)が不明な情報が含まれる可能性

「AI 利用者の関与によるバイアス」を確認する。

詳しく

AI の出力に対する人間の関与の必要性

「ヒューマンインザループ(HITL)」が求められる理由を確認する。

詳しく

用語例
説明可能な AI(XAI:Explainable AI)

「予測や認識の判断をするまでの過程や根拠を説明できるAI」
AIの動作を理解し、信頼して活用できるようにするために求められている。

詳しく

ヒューマンインザループ(HITL)

「AIにおける判断や制御のプロセスの一部に人間が介在し、システムと人間が協力して課題解決を目指す考え方」
より正確で効率的な結果が得られるようにするために考えられた。

詳しく

AI 利用者の関与によるバイアス

「利用者が提供する不正確な情報や偏った情報によって、AIの出力「偏見」、「偏り」が生じる可能性があること」を覚えておく。

詳しく

ハルシネーション

「AIが事実とは異なる情報を生成する現象」

サンプル問題

ディープフェイク

「AIの技術を悪用し、実際の映像、音声、画像に偽の情報を組み込み、あたかも本物のように製作することや、そのようにして作られた映像、音声、画像」

AI サービスのオプトアウトポリシー

「AIの利用者は、オプトアウトポリシーを設定することで、利用者の対話情報やコンテンツの利用をAIサービス側に断ることができる。」

優先順位2位 企業活動

どんな場合に生じるバイアスなのか、各バイアスの違いを勉強しておきましょう。

2.業務分析・データ利活用

(3) データ利活用
用語例
精度と偏り

精度:「データのばらつきの程度を表す指標」
偏り(かたより):「観測データから得た母集団の推定値と真の値との、傾向のある差異(偶然にできたものではないズレ)」

統計的バイアス

「標本抽出の方法や測定の方法によって、結果に生じる偏り(バイアス)」

選択バイアス

統計的バイアスの1つ。「標本抽出の対象の選択」で生じる。

詳しく

情報バイアス

統計的バイアスの1つ。「観察や測定の誤り」で生じる。

詳しく

認知バイアス

「思い込みなどにより、合理的でない判断や選択をしてしまう心理現象」

優先順位3位 法務

図を参考にして、用語のイメージをつかむといいでしょう。

4.知的財産権

(1) 著作権法
学習内容
AI が学習に利用するデータ、AI が生成したデータについて、それぞれ著作権の観点で留意する必要があること
文化庁で、AIの開発やAI生成物の利用に当たって整理すべき論点について、検討が進められています。次の資料に目を通すと、概要がわかります。
A I と著作権 93903601_01.pdf (bunka.go.jp)

(2) 産業財産権関連法規
学習内容
AI が学習に利用するデータ、AI が生成したデータについて、それぞれ産業財産権の観点で留意する必要があること

7.その他の法律・ガイドライン・情報倫理

(2) 情報倫理
学習内容
AI が学習に利用するデータ、AI が生成したデータについて、それぞれ個人情報保護、プライバシー、秘密保持の観点で留意する必要があること

用語例
エコーチェンバー

「SNSなどにおいて、自分と同じような意見(自分に都合がいい意見)がばかりが返ってくる現象」
「誤った情報を正しいと思い込んでしまう危険があること」を覚えておく。

エコチェンバーの説明(ストラテジ系法務7.その他の法律・ガイドライン・情報倫理)

詳しく

フィルターバブル

「バブル(泡)に閉じ込められたように、自分の興味関心に合わない情報からは隔離され、見たいものだけを見せられている状態」

フィルターバブルの説明(ストラテジ系法務7.その他の法律・ガイドライン・情報倫理)

詳しく

デジタルタトゥー

「一度インターネットで公開した情報を消すのが難しいこと」

デジタルタトゥーの説明(ストラテジ系法務7.その他の法律・ガイドライン・情報倫理)

詳しく

テクノロジ系の新出用語

テクノロジ系では、15個の用語が増えました。

中分類新出用語数
基礎理論13
セキュリティ2
合計15

テクノロジ系の学習ポイント

基礎理論

各用語のポイントを中心に勉強しましょう。

また、「過学習」や「事前学習」など、すでにシラバスにある用語と似ている用語がたくさんあるので、「基礎理論」の用語集で、他の用語との違いを意識して勉強しましょう。

35.情報に関する理論

(5) AI(Artificial Intelligence:人工知能)の技術
学習内容

自然言語処理

「人間の言葉をコンピュータの理解しやすい形に変換し、人間に近い解釈ができるように処理する技術」

NLPのしくみ(テクノロジ系基礎理論35.情報に関する理論)

詳しく

音声認識

「人の音声から、意味や、音色に関する情報(発声者、性別、喜怒の感情など)を識別する技術」

詳しく

画像認識

「画像に写っているものの色や形といった特徴を読み取り、それが何であるかを識別して判断する技術」

詳しく

用語例
過学習

「機械学習を行う際にあらかじめ用意してある訓練データに過剰に適合しすぎ、未知データ(テストデータ)に対しては予測の性能が下がる(汎用性がなくなった)状態のこと」

基盤モデル

「用途に応じたカスタマイズができる汎用的なAIモデル」

基盤モデルの説明(ストラテジ系ビジネスインダストリ14.ビジネスシステム)

詳しく     サンプル問題

事前学習

「大規模なデータセットを用いて、ニューラルネットワークを初めて訓練すること」

詳しく

ファインチューニング

「学習済みのモデルに新たにモデルを追加し、学習済みの部分も含めて、特定タスクのためのデータセットを用いて再学習(モデルのパラメータを微調整)する手法」

詳しく

転移学習

「学習済みのモデルに新たにモデルを追加し、学習済み部分のパラメータは変更せずに、別のデータセットを用いて再学習(モデルのパラメータを微調整)する手法」

詳しく

畳み込みニューラルネットワーク(CNN)

画像認識や音声認識に活用されている。

CNN(畳み込みニューラルネットワーク)の説明(テクノロジ系基礎理論35.情報に関する理論)

詳しく

再帰的ニューラルネットワーク(RNN)

人間の言葉の認識や生成、株価や売上などのような連続的なデータの分析と予測などに活用されている。

RNN(再帰的ニューラルネットワーク)の説明(テクノロジ系基礎理論35.情報に関する理論)

詳しく

敵対的生成ネットワーク(GAN)

画像生成などに活用されている。
「Generator(生成ネットワーク)とDiscriminator(識別ネットワーク)の2つのネットワークから構成され、互いに競争させることで、生成データの精度を高める」特徴を覚えておく。

GAN(敵対的生成ネットワーク)の説明(テクノロジ系基礎理論35.情報に関する理論)

詳しく

大規模言語モデル(LLM)

「自然言語処理の分野で使用される深層学習モデル」

詳しく

プロンプトエンジニアリング

「生成AIから、より適切な回答が与えられるように、ユーザーの要求や意図を正確に理解させられるような指示文や質問文を設計する技術」

セキュリティ

61.情報セキュリティ

「脅威と脆弱」「攻撃手法」については、違いがわかりにくい用語がたくさんあります。

他の用語との違いを確認しながら、新出用語を覚えましょう。

また、「セキュリティ」問題集で、「脅威と脆弱」「攻撃手法」の知識を確認することもおすすめします。

(4) 攻撃手法
用語例
プロンプトインジェクション攻撃

「意図的に不正なプロンプト(指示や質問)を注入(インジェクション)して、AIモデルにサービス側の意図しない内容を出力させたり、不適切な情報(例えば、プロンプト自体)を開示させる攻撃」

敵対的サンプル(Adversarial Examples)

「AIが誤って分類するように、人間にはわからないようなわずかなノイズを入れたデータ」

新出用語を集中して勉強する場合のツール

新出用語に集中して勉強するためのツールを用意しました。

次の記事に、シラバス6.2の新出用語をまとめて解説しました。

次の記事に、IPAより公開されたサンプル問題を解説しました。

シラバス6.0の新出用語についての対策も必要

シラバス6.2の出題範囲には、シラバス6.0の新出用語が含まれます。

しかし、シラバス6.0になってからの過去(公開)問題は、令和5年と6年の2回分だけです。

問題演習だけでは、シラバス6.0の新出用語の勉強が不足します。

シラバス6.2の新出用語だけでなくシラバス6.0の新出用語についても、重点を置いて勉強する必要があります。

次の記事に、シラバス6.0の新出用語をまとめて解説しました。

コメント

タイトルとURLをコピーしました