【G検定】モニタリングとは？運用中のAIの性能とリスクを監視し続ける仕組みを解説
AIは「作って納品したら終わり」ではありません。世の中のデータは変わり続けるため、リリース時に高精度だったモデルも、放っておくと静かに劣化していきます。運用中のAIの性能やリスクを継続的に監視し続ける活動がモニタリングです。G検定では、AIガバナンスの運用フェーズを支えるキーワードとして問われます。
【生成AI入門】コンテキスト内学習(In-Context Learning)とは？仕組みを初心者向けに解説
プロンプトに例を2〜3個書き添えるだけで、AIの出力が見違えるほど良くなる——使ったことのある人なら経験があるはずです。モデルを訓練し直したわけでもないのに、なぜでしょうか。その鍵が「コンテキスト内学習」です。このページでは、この不思議な能力の正体と性質を一段深く掘り下げます。
【生成AI入門】インストラクションチューニングとは？指示に従うAIの作り方をやさしく解説
「要約して」「翻訳して」と頼むだけでAIが応えてくれるのは、当たり前のようでいて、実は特別な訓練の成果です。その訓練がインストラクションチューニングです。このページでは、どんなデータでどう訓練するのか、なぜ習っていない指示にも従えるようになるのか、そして何が苦手なのかまで、一段深く解説します。
【G検定】人間の関与とは？ヒューマン・イン・ザ・ループなどAIと人間の関わり方を解説
AIに全てを任せきりにせず、要所要所で人間が確認し、必要なら介入できるようにしておく——これが「人間の関与」です。ただし公式テキストは「人間が関われば常に良くなる」とは言っていません。関与のさせ方、そして関与させない判断まで含めて設計するのがポイントです。G検定ではヒューマン・イン・ザ・ループなどの枠組みとあわせて理解しておきたいキーワードです。
【G検定】倫理アセスメントとは？AIのリスクを事前に評価するプロセスをわかりやすく解説
「このAI、世に出して本当に大丈夫か?」——技術的に動くかどうかではなく、倫理的に問題がないかを体系的に評価するのが倫理アセスメントです。差別やプライバシー侵害といったリスクは、リリース後に発覚してからでは取り返しがつきません。G検定では、AIガバナンスを構成する評価プロセスとして問われるキーワードです。