2027年2月試験の新しいシラバスに合わせた一問一答の一覧です。全242問を、5つの章・32の単元ごとに並べています。どの問題にも、選択肢ごとの解説と、教科書のページへのリンクがあります。
AIの基礎と歴史
1-1 AIの基本的な仕組み 教科書を読む 5問を解く
1-2 機械学習 教科書を読む 9問を解く
- 1-2教師あり学習で使う正解つきのデータ
- 1-2答えが数値になる教師あり学習の作業
- 1-2選択肢が3つ以上の分類
- 1-2分類の出来を測る正解率
- 1-2正解なしで似たもの同士をまとめる作業
- 1-2次元削減とは
- 1-2強化学習で先々の点数の見込みを表す言葉
- 1-2正解つきのデータが少ないときの学び方
- 1-2ノーフリーランチ定理の内容
1-3 ニューラルネットワーク 教科書を読む 15問を解く
- 1-3入力層と出力層の間にある層
- 1-3活性化関数の役割
- 1-3答えのズレを1つの数値にする式
- 1-3重みごとの勾配をまとめて計算する方法
- 1-3過学習とはどんな状態か
- 1-3ノードを一時的に休ませる過学習の対策
- 1-3土台の重みまで調整し直す追加の学習
- 1-3画像の認識を得意とするモデル
- 1-3順番のあるデータを1つずつ読むモデル
- 1-3LSTMが考えられた理由と仕組み
- 1-3Attentionとは
- 1-3VAEの潜在ベクトルとは
- 1-3GANで偽物を作る側
- 1-3識別系AIと生成系AIの使い方
- 1-3転移学習の定義
1-4 AIの歴史 教科書を読む 8問を解く
生成AI
2-1 生成AIを支える技術革新(Transformer以降) 教科書を読む 8問を解く
- 2-1TransformerがRNN・LSTMより優れていた点
- 2-1語どうしの注目の度合いを決める仕組み
- 2-1Self-Attentionの3種類の数値の役割
- 2-1デコーダだけを使う派生モデル
- 2-1拡散モデルで画像を生成するときの過程
- 2-1潜在拡散モデルとは
- 2-1多くの用途の土台にするモデル
- 2-1文章・画像・音声などのデータの種類
2-2 生成AIの学習プロセス 教科書を読む 9問を解く
- 2-2事前学習で行う次トークン予測
- 2-2LLMの中にある調整用の数値
- 2-2特定の分野に強くするための学習
- 2-2指示への答え方を学ばせる調整
- 2-2RLHFで使う報酬モデルとは
- 2-2学習データのバイアスとは
- 2-2学習データの品質と著作権の課題
- 2-2規模を大きくすると性能が上がる経験則
- 2-2ある規模を超えると急に現れる能力
2-3 生成AIの生成(推論)プロセス 教科書を読む 8問を解く
- 2-3サブワードという区切り方
- 2-3埋め込みとは
- 2-3生成AIが次のトークンを選ぶしくみ
- 2-3事実と違う内容をもっともらしく出す現象
- 2-3ハルシネーションを減らすRAGとは
- 2-3Temperatureを低くすると
- 2-31回の処理で読める量の上限
- 2-3知識のカットオフの理解
2-4 LLM(大規模言語モデル)の基礎 教科書を読む 6問を解く
- 2-4言語モデルとLLMの違い
- 2-4LLMの作業を切り替える方法
- 2-4社内のサーバーで動かすLLMの特徴
- 2-4データの置き場所と使い方を自分で決められる状態
- 2-4公開されたモデルの厳密な呼び分け
- 2-4公開モデルを業務で使う前の確認
2-5 ChatGPTと主要な生成AIモデルの動向 教科書を読む 7問を解く
- 2-5ChatGPTの作られ方
- 2-5GPT-1からChatGPT公開までの流れ
- 2-5GPT-4以降のモデルで変わったこと
- 2-5マルチモーダルな使い方
- 2-5答える前に段階を追って考えるモデル
- 2-5OpenAIのコーディングエージェント
- 2-5主要な生成AIサービスの開発元
2-6 各モダリティの生成AI 教科書を読む 7問を解く
AIエージェント
3-1 AIエージェントとは 教科書を読む 6問を解く
- 3-1目標に向けて自分で作業を進めるAI
- 3-1対話型の生成AIとの違い
- 3-1人が流れを決めておくエージェント
- 3-1AIエージェントが実用に近づいた背景
- 3-1自律性のレベルの考え方
- 3-1処理の途中に人の確認を入れる考え方
3-2 RAG(検索拡張生成) 教科書を読む 10問を解く
- 3-2答える前に資料を探して読む仕組み
- 3-2RAGが必要とされる理由
- 3-2チャンクに付けるメタデータとは
- 3-2ベクトルデータベースの役割
- 3-2言葉が違っても意味の近さで探す検索
- 3-2集めた候補を並べ直す工夫
- 3-2基本形の前後に工夫を足したRAG
- 3-2検索の進め方をAIが判断するRAG
- 3-2事柄のつながりをたどって答えるRAG
- 3-2RAGを導入するときに大事なこと
3-3 AIエージェントの仕組み 教科書を読む 9問を解く
- 3-3エージェントの中でLLMが受け持つこと
- 3-3大きな目標を小さな作業に分ける利点
- 3-3LLMが道具を呼ぶ依頼を出す仕組み
- 3-3作業をまたいで残す記憶
- 3-3長い作業で渡す情報を整理すること
- 3-3LLMに見せるもの全体を設計する考え方
- 3-3外れてはいけない範囲を守る仕組み
- 3-3プログラムが読める形で出させること
- 3-3ループの中の「観察」の段階
3-4 MCP・Agent Skills と外部連携 教科書を読む 6問を解く
- 3-4AIアプリと外部をつなぐ共通ルール
- 3-4MCPでつなぐときの権限の考え方
- 3-4まとめ役から仕事を任される側
- 3-4エージェントどうしが仕事を頼み合う共通ルール
- 3-4仕事の手順を必要なときだけ読み込む仕組み
- 3-4MCP・A2A・Agent Skillsの違い
3-5 AIエージェントのツールと活用事例 教科書を読む 5問を解く
3-6 AIエージェントのリスク・安全性・評価 教科書を読む 8問を解く
生成AIのリスク予防・AI倫理・ガバナンス
4-1 生成AI利用者の基本マインドセット 教科書を読む 5問を解く
4-2 生成AIの代表的リスク 教科書を読む 9問を解く
- 4-2AIに入力する情報の扱い方
- 4-2個人情報に当たらなくても起きるリスク
- 4-2生成物を使うときの権利の確かめ方
- 4-2うその情報で会社の評判を傷つけること
- 4-2学習データの偏りが答えに出ること
- 4-2ディープフェイクのなりすましへの備え
- 4-2人の心理の隙をつく手口
- 4-2パスワードを盗まれても入られない守り
- 4-2エージェントに操作を任せるときの備え
4-3 シャドーAIと企業コンプライアンス 教科書を読む 5問を解く
4-4 AI出力の評価と検証 教科書を読む 6問を解く
- 4-4承認されたAIでも確かめる理由
- 4-4確かめる深さを決める段階
- 4-4書いてあることが事実かを確かめる段
- 4-4中身の筋が通っているかを見る確認
- 4-4社外に出す前の最後の確認
- 4-4一部を直せば使える出力の扱い
4-5 個人情報・プライバシー・秘密保持 教科書を読む 9問を解く
- 4-5法律の定義がなく判例で認められた利益
- 4-5何が個人情報にあたるか
- 4-5それ1つで本人が分かる番号や記号
- 4-5差別につながりかねない情報の区分
- 4-5業務を任せるために個人データを渡すこと
- 4-5社内の分析向けに加工した情報の区分
- 4-5会社の秘密が法律で守られる条件
- 4-5取引先の資料を入力する前に確かめること
- 4-5要約を共有しすぎたと気づいたとき
4-6 著作権・知的財産・生成物の権利 教科書を読む 12問を解く
- 4-6著作権法が守る対象
- 4-6元の作品を作り変える権利
- 4-6著作者人格権とはどんな権利か
- 4-6既存の作品をもとにしたかの要件
- 4-6AIの学習と著作権法の関係
- 4-6他人の記事をAIに要約させるとき
- 4-6許諾なしでできる他人の作品の使い方
- 4-6名前やロゴを守る登録の権利
- 4-6有名人の名前や顔の集客力を守る権利
- 4-6生成物を社外で使う前の確認
- 4-6社員が仕事で作ったものの著作者
- 4-6AIで作ったものに著作権が生まれるか
4-7 AI倫理とAI事業者ガイドライン 教科書を読む 11問を解く
- 4-7倫理・法律・社会の面から考える枠組み
- 4-7AI事業者ガイドラインの位置づけ
- 4-7不当な差別をなくす指針
- 4-7AIシステムを攻撃から守る指針
- 4-7AIを使っていることを伝える指針
- 4-7AIの答えを鵜呑みにしない工夫
- 4-7社会全体で取り組む2つの指針
- 4-7対策の重さを決める考え方
- 4-7だますつもりのない間違った情報
- 4-7アルゴリズムで見たい情報ばかりになる現象
- 4-7生成AIが環境に与える影響
4-8 AIガバナンスと社内ガイドライン 教科書を読む 8問を解く
- 4-8アジャイル・ガバナンスの進め方
- 4-8守られやすい利用ルールの書き方
- 4-8データがどこを通りどこに置かれるか
- 4-8ログインと本人確認の仕組み
- 4-8外部の監査人が評価した報告書
- 4-8ツールのレベル分けと申請の進め方
- 4-8APIの費用がふくらまないための工夫
- 4-8利用の記録を何に使うか
4-9 AI法・国際ルール・AI安全保障 教科書を読む 7問を解く
生成AIの実践と活用事例
5-1 プロンプトエンジニアリング 教科書を読む 6問を解く
5-2 文書作成・コミュニケーション業務での活用 教科書を読む 7問を解く
- 5-2AIでメールの下書きを作るとき
- 5-2中身を変えずに形を整える作業
- 5-2決めた観点の情報だけを抜き出す作業
- 5-2会議の録音から記録を作るとき
- 5-2AIで訳すときの工夫と確かめ方
- 5-2AIでスライドを作る進め方
- 5-2読み手に合わせて書き方を変える
5-3 企画・マーケティング業務での活用 教科書を読む 7問を解く
- 5-3AIで広告の文句を考えるとき
- 5-3企画の弱い所を突いてもらう使い方
- 5-3企画の案の偏りを減らす頼み方
- 5-3アンケートでAIに任せる作業
- 5-3AIでSNSに投稿するときの注意
- 5-3作ったページを公開できる状態にすること
- 5-3リサーチの数字の確かめ方
5-4 クリエイティブ制作での活用 教科書を読む 6問を解く
- 5-4複数の画像で見た目をそろえる工夫
- 5-4動画づくりでのAIの使い方
- 5-4文章を読み上げて音声にする技術
- 5-4完成したときの見た目を確かめる見本
- 5-4別の国や地域向けに素材を作り直すこと
- 5-4サービスの規約で使えるかの確認
5-5 データ分析・リサーチ業務での活用 教科書を読む 6問を解く
- 5-5データを決めた区分に振り分ける作業
- 5-5AIに大量の数を合計させるとき
- 5-5集計の結果を使う前の確かめ直し
- 5-5たくさんの文書から項目を抜き出すとき
- 5-5多くの情報源を横断して調べる機能の使い方
- 5-5手順を決めてAIを組み込む仕組み
5-6 開発・業務自動化での活用 教科書を読む 7問を解く
- 5-6AIにプログラムを書かせる使い方
- 5-6フィードバックループとは
- 5-6AIが書いたコードを取り込む前に
- 5-6大きなシステムのコードを調べさせるとき
- 5-6動きを変えずにコードを整理すること
- 5-6業務やWeb上の手続きを自動化するとき
- 5-6いくつもの道具にまたがる仕事を任せるとき