生成AIパスポートの公式例題3問の解き方

結論

1. 例題は3問で、形式は四肢択一式（一部複数選択を含む）
2. 例題1は、正解データの有無という手掛かりから、教師なし学習を選ぶ問題
3. 例題2は、生成AIが苦手な「正確さ」を問う問題で、答えは正確な情報の抽出
4. 例題3は、言い切りの強い記述を疑う問題で、答えは法律による厳格な規制を言い切る記述

例題の出題形式

公式の例題PDFは、四肢択一式（一部複数選択を含む）の例題を3問載せ、各問の答えも示しています。3問のうち2問は「不適切なものを選ぶ」形です。

問題文はGUGA公式の例題PDFで確認できます。上の表の「問いの趣旨」は、このサイトが要約したもので、問題文そのものではありません。

例題1：学習方法の見分け方

問題文は、正解データを対にして与えず、データ自体のパターンや構造をモデルが自分で見つけて学習する手法を選ばせます。手掛かりは「正解データのペアを与えない」で、これに当てはまるのは教師なし学習です。

正解データを与える学習は教師あり学習、行動の結果として得られる報酬から学ぶ方法は強化学習です。学習方法の違いは、正解データがあるか、報酬があるか、の2点で切り分けます。 各方式の定義と使い分けは教師あり学習・教師なし学習・強化学習の違いに整理しています。

例題2：生成AIにできないこと

問題文は、テキスト生成AIにできることとして不適切なものを選ばせます。選択肢には、文章の生成、コードの修正、業務の自動化のような、生成AIの活用例が並びます。活用例の中で1つだけ「正確さ」を求める項目があり、それが答えです。

生成AIは、もっともらしいが誤った内容を出すことがあります。これがハルシネーションで、出力の正確さが保証される用途とは言えません。他の項目は、速さや自動化など、生成AIの活用例として挙げられたものです。 ハルシネーションが起こる理由と確かめ方はハルシネーションとはに整理しています。

例題3：不適切な記述を選ぶ

問題文は、ディープフェイク技術について不適切な記述を1つ選ばせます。4つの記述は、技術の使われ方、使われる技術、見分けにくさ、悪用のリスクと規制を述べています。 公式の答えは、悪用に対して法律で厳格に規制されていると述べる記述です。

このサイトの読み方として、他の3つが「できる」「ことがある」「高まる」のように可能性や傾向を述べるのに対し、答えの記述は制度の現状を強い言い方で断定しています。「厳格に」「必ず」のような強い言い切りは、不適切な記述を探す問題で疑う手掛かりになります。ただし、この手掛かりだけで解くのではなく、技術の内容を理解することが前提です。

ディープフェイクの位置づけはディープフェイクとは、GANやVAEの仕組みはGANとVAEの違いに整理しています。試験での出題を予想するものではありません。

3問に共通する解き方

3問を並べると、解き方の手順が共通していることが分かります。まず、問題文が「該当するもの」を選ぶのか「不適切なもの」を選ぶのかを確認します。例題2と例題3は不適切なものを選ぶ形なので、正しい選択肢を探しているうちに問いの向きを取り違えやすくなります。

1. 問いの向き（該当するものか、不適切なものか）に印を付ける
2. 問題文の中で、用語の定義にあたる言葉を探す（例題1の「正解データを与えない」）
3. 選択肢を1つずつ、生成AIの強みと限界のどちらの話かで分ける（例題2）
4. 強い言い切りを含む記述は、内容が事実かどうかを確かめる（例題3）

用語を知っているだけでなく、定義の言い換えを読み取れるかが、例題1の分かれ目です。例題1は、用語そのものが問題文に出ず、定義の言い換えだけが書かれています。用語と定義を対で覚えておくと、言い換えに気づけます。

例題で形式をつかんだあとは、公式シラバスの範囲を章ごとに演習します。当サイトの問題一覧は、本試験問題を転載しないオリジナル問題です。間違えた用語は、解説ページで定義を確認してから同じ章に戻ると、定着を確かめられます。

よくある質問

次に読むと効率的なページ