G検定 大項目10 AI倫理・AIガバナンス 予想問題（2/2）

この事例では「入力への意図的な摂動で誤認識を起こすか」を確認すると、敵対的攻撃に絞れる。敵対的攻撃は、ノイズの多い入力や想定外のデータと並んで、AIのロバスト性、すなわち乱れた入力にさらされても性能を大きく損なわず安定して動作できる性質が試される代表的な外乱として位置づけられる。設問を見分ける軸は、利用者を取り巻く情報環境が受け身に偏っていく現象なのか、それとも攻撃者が能動的に入力を細工してAIを誤らせようとする行為なのかという点にある。フィルターバブルとエコーチェンバーはいずれも前者の情報環境側の現象であり、AIそのものへ細工した入力を与える行為ではない。信頼できるAIも公平性やロバスト性を備えた状態を表す概念であって、攻撃行為そのものを指す語ではない。

https://www.jdla.org/certificate/general/

この事例では「被害可能性に応じて規制・管理水準を変えるか」を確認すると、リスクベースアプローチに絞れる。この設問と対になる論点は、ルールそのものを反復的に見直すのか、それとも影響の大きさに応じて対応の強弱を段階づけるのかという違いである。前者はアジャイル・ガバナンス、後者がリスクベースアプローチにあたり、問題文が示す「禁止・厳格な管理・比較的軽い対応」という3段階の強弱づけは後者の考え方に固有の特徴になる。用途や影響の大きさという評価軸そのものが選択肢の中に明示されている点も、この考え方を特定する手がかりになる。他の選択肢は、ルールの継続的な見直し、個人特定を防ぐ技術、個人データの分析処理という、対策の強弱を段階づける考え方とは異なる論点を扱う語である。

https://www.jdla.org/certificate/general/

この事例では「個人最適化により受け取る情報の範囲が限定されるか」を確認すると、フィルターバブルに絞れる。正解は「フィルターバブル」である。レコメンドなどのアルゴリズムが利用者の好みに合う情報ばかりを優先的に提示し続けた結果、利用者が自分の興味に近い情報の泡（バブル）の中に閉じ込められ、多様な情報に触れにくくなる現象を指す。「オーバーフィッティング」は訓練データに適合しすぎて未知データへの汎化性能が落ちる現象であり、情報提示の偏りではなくモデルの学習状態を表す語である。「ハルシネーション」は生成AIが事実に基づかない内容をもっともらしく生成する現象であり、情報が特定の好みに偏って提示され続けることとは異なる論点である。「アノテーション」は学習データに正解ラベルを付与する作業であり、レコメンドの提示結果に関する現象ではない。問題文の「好みに合う情報ばかり」「閉じ込められ」という条件がフィルターバブルの定義に一致する。

https://www.jdla.org/certificate/general/ ／ G検定シラバス2024（第1.4版・2026-07-05照合）

この事例では「同質な閉鎖集団内で意見が反響するか」を確認すると、エコーチェンバーに絞れる。正解は「エコーチェンバー」である。SNSなどで自分と似た意見を持つ人々ばかりが集まる閉じた環境の中で、同じ意見が反響（エコー）するように繰り返し共有され、特定の意見が増幅・強化されていく現象を指す。「フェイクニュース」は虚偽の情報そのものを指す語であり、意見が閉じた環境で反復・増幅される仕組みを指す語ではない。「ドロップアウト」はニューラルネットワークの学習時に一部のユニットを確率的に無効化して過学習を防ぐ手法であり、SNS上の意見の偏りとは無関係な学習手法である。「転移学習」はあるタスクで学習した知識を別のタスクに転用する学習手法であり、これも意見の増幅・強化とは異なる論点である。フィルターバブルはアルゴリズムによる情報提示の偏りを指す近い概念だが、本問は人々の集まりの中での意見の反響・増幅を問うている点でエコーチェンバーが対応する。

https://www.jdla.org/certificate/general/ ／ G検定シラバス2024（第1.4版・2026-07-05照合）

この事例では「意図的な摂動を入力へ加えてモデルを欺くか」を確認すると、敵対的攻撃に絞れる。敵対的攻撃は、ノイズの多い入力や想定外のデータと並んで、AIのロバスト性、すなわち乱れた入力にさらされても性能を大きく損なわず安定して動作できる性質が試される代表的な外乱として位置づけられる。設問を見分ける軸は、利用者を取り巻く情報環境が受け身に偏っていく現象なのか、それとも攻撃者が能動的に入力を細工してAIを誤らせようとする行為なのかという点にある。フィルターバブルとエコーチェンバーはいずれも前者の情報環境側の現象であり、AIそのものへ細工した入力を与える行為ではない。信頼できるAIも公平性やロバスト性を備えた状態を表す概念であって、攻撃行為そのものを指す語ではない。

https://www.jdla.org/certificate/general/

この事例では「用途が持つリスク水準に比例して対策するか」を確認すると、リスクベースアプローチに絞れる。この設問と対になる論点は、ルールそのものを反復的に見直すのか、それとも影響の大きさに応じて対応の強弱を段階づけるのかという違いである。前者はアジャイル・ガバナンス、後者がリスクベースアプローチにあたり、問題文が示す「禁止・厳格な管理・比較的軽い対応」という3段階の強弱づけは後者の考え方に固有の特徴になる。用途や影響の大きさという評価軸そのものが選択肢の中に明示されている点も、この考え方を特定する手がかりになる。他の選択肢は、ルールの継続的な見直し、個人特定を防ぐ技術、個人データの分析処理という、対策の強弱を段階づける考え方とは異なる論点を扱う語である。

https://www.jdla.org/certificate/general/