生成AIパスポート「第3章：生成AIの最新動向」の一問一答

生成AIパスポートの第3章：生成AIの最新動向に関する一問一答（全22問）の正解と解説の一覧です。上の一問一答で実際に解いてから、ここで復習・確認できます。

1. 問1．RAG（検索拡張生成）は、外部の知識源を検索し、その内容を踏まえて回答を生成することで、ハルシネーションの低減や最新情報への対応を図る手法である。

   正解：○（正しい）

   解説：RAG（Retrieval-Augmented Generation）は、質問に関連する文書を検索し、その内容をプロンプトに与えて回答させる手法です。社内文書や最新情報に基づく回答が可能になり、誤りの低減に役立ちます。

2. 問2．AIエージェントとは、目標を与えると自らタスクを計画・分解し、ツールを使いながら自律的に実行しようとするAIの仕組みである。

   正解：○（正しい）

   解説：AIエージェントは、目標達成のために手順を考え、検索・計算・外部ツール呼び出しなどを組み合わせて自律的に作業を進めます。2024〜2025年にかけて注目が高まっています。

3. 問3．主要な対話型AIサービスは特定の一社が独占しているわけではなく、複数の企業がそれぞれ独自のサービスを開発・提供して競合している。

   正解：○（正しい）

   解説：対話型AIは複数の企業がそれぞれ独自のサービスを開発・提供して競合している分野である。個々の製品名や提供元は改称・統廃合されることがあるため、最新の対応関係は各社の公式情報で確認するのが確実である。

4. 問4．RAGは、モデル本体を再学習（再訓練）することによってのみ最新知識を反映する手法であり、外部データの検索は行わない。

   正解：×（誤り）

   解説：誤り。RAGはモデルを再学習せず、外部の知識を検索してプロンプトに与える（文脈として渡す）ことで最新・専門情報に対応します。再学習が不要な点が利点です。

5. 問5．生成AIは一度学習を終えると内部の知識が固定されるため、学習の締め切り（知識カットオフ）以降に起きた出来事は、そのままでは正確に答えられないことがある。

   正解：○（正しい）

   解説：モデルの知識は学習時点で固定されます（知識カットオフ）。それ以降の最新情報に対応するには、RAGやWeb検索連携などの仕組みが必要になります。

6. 問6．AIエージェントやRAGでは、外部のツールやデータに接続するための仕組み・プロトコル（例：MCPなど）が用いられることがある。

   正解：○（正しい）

   解説：AIを外部ツールやデータソースへ安全に接続するための標準的な仕組みとして、MCP（Model Context Protocol）などが登場しています。エージェント活用の基盤技術の一つです。

7. 問7．生成AIの業務活用例として、文章の要約・翻訳・下書き作成・アイデア出し・プログラムコードの生成などがある。

   正解：○（正しい）

   解説：生成AIは、要約・翻訳・メールや文書の下書き・アイデア出し・コード生成など、幅広い業務で活用されています。ただし出力の確認は利用者の責任で行う必要があります。

8. 問8．テキストの指示から動画を生成するAI（例：Soraなど）も登場している。

   正解：○（正しい）

   解説：テキストから動画を生成する技術（Text-to-Video）も実用化が進み、Soraなどのサービスが登場しています。マルチモーダル生成の進展の一例です。

9. 問9．外部の知識を検索して回答生成に活用し、ハルシネーションの低減や最新情報への対応を図る手法はどれか。

   • ア．RAG（検索拡張生成）
   • イ．RLHF
   • ウ．GAN
   • エ．CNN

   正解：ア．RAG（検索拡張生成）

   解説：RAG（検索拡張生成）が該当します。RLHFは人間のフィードバックによる強化学習、GANは生成モデルの学習手法、CNNは画像向けニューラルネットです。

10. 問10．目標を与えるとタスクを自ら計画・分解し、ツールを使って自律的に実行しようとするAIを何と呼ぶか。

    • ア．AIエージェント
    • イ．定型応答のみのチャットボット
    • ウ．スパムフィルタ
    • エ．バーコードリーダー

    正解：ア．AIエージェント

    解説：自律的にタスクを遂行しようとするAIをAIエージェントといいます。定型応答のみのチャットボットやスパムフィルタ、バーコードリーダーとは異なります。

11. 問11．対話型AIサービスと提供企業の組み合わせとして、誤っているものはどれか。

    • ア．ChatGPT ― OpenAI
    • イ．Gemini ― Google
    • ウ．Claude ― Anthropic
    • エ．Copilot ― Apple

    正解：エ．Copilot ― Apple

    解説：CopilotはMicrosoftが提供するAIアシスタントです（Appleではありません）。ChatGPT＝OpenAI、Gemini＝Google、Claude＝Anthropicは正しい組み合わせです。

12. 問12．テキストから画像を生成する代表的なサービス・モデルの組み合わせはどれか。

    • ア．DALL·E・Stable Diffusion・Midjourney
    • イ．Excel・Word・PowerPoint
    • ウ．Chrome・Safari・Edge
    • エ．MySQL・PostgreSQL

    正解：ア．DALL·E・Stable Diffusion・Midjourney

    解説：DALL·E・Stable Diffusion・Midjourneyは代表的な画像生成AIです。他の選択肢は表計算やブラウザ、データベースであり画像生成AIではありません。

13. 問13．RAGを使う主な目的として、最も適切なものはどれか。

    • ア．外部の最新・専門知識を根拠に回答し誤りを減らす
    • イ．通信を暗号化する
    • ウ．画像を圧縮する
    • エ．モデルの学習を完全に不要にする

    正解：ア．外部の最新・専門知識を根拠に回答し誤りを減らす

    解説：RAGは外部の最新・専門知識を根拠として回答させ、誤り（ハルシネーション）を減らすことが主な目的です。通信の暗号化や画像圧縮のための技術ではありません。

14. 問14．テキスト・画像・音声など複数の種類の情報をまとめて扱えるAIはマルチモーダルAIと呼ばれ、文章と画像を組み合わせて入力・出力するといった活用が考えられる。

    正解：○（正しい）

    解説：複数種類（モーダル）の情報を横断して扱えるAIをマルチモーダルAIという。文章だけでなく画像や音声も併せて理解・生成できるため、用途の幅が広がる考え方である。

15. 問15．特定の用途に合わせてモデル自体を追加で学習させ、振る舞いを恒常的に最適化する手法をファインチューニングと呼び、プロンプトの工夫だけでは対応しにくい場合の選択肢となる。

    正解：○（正しい）

    解説：ファインチューニングはモデルそのものを追加学習させて特定タスクに適応させる手法である。都度の指示で調整するプロンプト活用と、モデルを作り込むファインチューニングは、目的やコストに応じて使い分けるという考え方が基本となる。

16. 問16．専門的な知識を持たない人でも高度なAIを利用・活用できるようになっていく流れは、一般に「AIの民主化」と呼ばれる。

    正解：○（正しい）

    解説：AIの民主化とは、限られた専門家だけでなく幅広い人々がAIを使えるようになる動きを指す考え方である。利用の裾野が広がる一方で、使いこなすためのリテラシーの重要性も増す。

17. 問17．内部構造や重み（パラメータ）が公開され、利用者が自分の環境で改変・再配布しやすいという特徴は、一般に非公開（クローズド）なモデルの側の特徴である。

    正解：×（誤り）

    解説：誤り。内部が公開され改変・再配布しやすいのはオープンソース型のモデルの考え方である。非公開（クローズド）型は提供元が内部を管理し、利用者は改変できないのが一般的である。

18. 問18．生成AIの業務活用は文章の生成に限られており、要約・翻訳・アイデア出し・コード補助といった用途に用いることはできない。

    正解：×（誤り）

    解説：誤り。生成AIは文章生成のほか、要約・翻訳・アイデア出し・コード補助・画像生成など多様な用途カテゴリで活用できる。目的に応じて用途を選ぶという考え方が大切である。

19. 問19．生成AIは誰でも手軽に使えるようになったため、利用者が仕組みやリスクを理解するためのリテラシーは、もはや不要になったといえる。

    正解：×（誤り）

    解説：誤り。手軽に使えるようになったからこそ、誤情報・情報漏えい・著作権などのリスクを踏まえて適切に扱うリテラシーの重要性はむしろ高まっている。

20. 問20．モデル自体を特定の用途向けに追加学習させ、その振る舞いを恒常的に最適化する手法として最も適切なものはどれか。

    • ア．ファインチューニング（追加学習）
    • イ．一度だけプロンプトを入力すること
    • ウ．通信データの暗号化
    • エ．ファイルの圧縮

    正解：ア．ファインチューニング（追加学習）

    解説：モデルそのものを追加学習させて特定用途に適応させる手法がファインチューニングである。都度の指示や暗号化、ファイル圧縮はモデルの振る舞いを恒常的に最適化する手法ではない。

21. 問21．モデルの内部構造や重みが公開され、利用者が自分の環境で改変・再配布しやすいという特徴に最も近い考え方はどれか。

    • ア．内部が非公開で提供元だけが管理するモデル
    • イ．オープンソースのモデル
    • ウ．通信を暗号化するための仕組み
    • エ．表計算を行うためのソフトウェア

    正解：イ．オープンソースのモデル

    解説：内部が公開され改変・再配布しやすいのはオープンソース型のモデルの考え方である。内部が非公開で提供元が管理するモデルはこれと対照的であり、暗号化や表計算はモデルの公開性とは関係しない。

22. 問22．専門的な知識を持たない人でも高度なAIを利用・活用できるようになっていく流れを表す言葉として、最も適切なものはどれか。

    • ア．通信の暗号化
    • イ．画像の圧縮
    • ウ．AIの民主化
    • エ．知識のカットオフ

    正解：ウ．AIの民主化

    解説：幅広い人がAIを使えるようになる流れをAIの民主化という。通信の暗号化や画像の圧縮は無関係であり、知識のカットオフは学習の締め切り時点を指す別概念である。