AIリテラシー検定 基礎から学ぶAI入門

Chapter 01

AI・生成AIの基礎理解

この章では、AIとは何か、生成AIとは何か、AIの主な種類や使われ方、
身近なAIの例、AIが得意なこと・苦手なことを学習します。
現在AIを利用するうえで必要な基礎知識を身につけることが目的です。

AIとは何か

AIは「Artificial Intelligence」の略で、日本語では「人工知能」と呼ばれます。
画像や音声を認識する、データを分類する、将来の傾向を予測する、文章や画像を生成するなど、
人が行ってきたさまざまな情報処理をコンピューターで行う技術の総称です。

AIにはさまざまな仕組みがありますが、現在広く利用されているAIの多くは、
データから特徴や傾向を学び、その結果をもとに認識・分類・予測・生成などを行います。

AIの主な種類・使われ方

AIは用途によってさまざまな形で使われています。
この検定では、代表的な働きとして「認識」「分類」「予測」「生成」の違いを理解しておきましょう。
なお、実際のAIサービスでは複数の働きを組み合わせている場合もあります。

生成AIとは何か

生成AIとは、利用者から入力された指示や質問などをもとに、
文章、画像、音声、動画、プログラムなどの内容を生成するAIです。
質問への回答だけでなく、文章の下書き、要約、翻訳、アイデア出しなどにも利用されています。

身近なAIの例

AIでできること

• 大量のデータから特徴や傾向を見つける
• 画像・音声・文字などを認識する
• データを分類したり、傾向を予測したりする
• 文章の下書き、要約、翻訳、言い換えを行う
• 文章・画像・音声・動画などを生成する
• 複数のアイデアや候補を出す

AIが苦手なこと・注意が必要なこと

• 回答する内容が常に事実として正しいとは限らない
• 検索機能などを利用できない場合、最新情報を把握していないことがある
• 検索機能を利用していても、情報の読み違いや要約の誤りが起こることがある
• 人の感情や事情、場面の背景を正確に理解できるとは限らない
• 法律・医療・契約など、重要な判断をAIの回答だけで決めるべきではない
• 出力された内容の正しさや利用してよい内容かどうかは、人が確認する必要がある

Chapter 02

AIの仕組みと限界

この章では、AIがどのようなデータをもとに処理を行うのか、
生成AIが文章をどのように作るのか、なぜ誤った回答が生まれるのかを学習します。
難しい技術用語の暗記よりも、AIの回答をどのように受け止めるべきかを理解することが重要です。

学習データとは

AIが特徴や傾向を学ぶために利用するデータを「学習データ」と呼びます。
文章を扱うAIでは文章データ、画像を扱うAIでは画像データ、音声を扱うAIでは音声データなどが利用されます。

AIの性能や回答の傾向は、学習したデータの量だけでなく、内容や質にも影響されます。
データに誤り、古い情報、偏りなどが含まれていると、AIの出力にもその影響が現れることがあります。

AIはデータから特徴や傾向を学ぶ

現在広く使われている機械学習型のAIでは、
人がすべての判断ルールを一つずつ指定するのではなく、データから特徴や規則性を学習します。
学習した結果をもとに、新しいデータの認識・分類・予測などを行います。

生成AIは予測しながら文章を作る

文章生成AIは、大量の文章データから言葉のつながりやパターンを学習しています。
入力された文章や会話の流れをもとに、次に続く可能性の高い「トークン」を予測し、その処理を繰り返して文章を生成します。

トークンは、AIが文章を処理するときの細かな単位です。
単語そのものだけでなく、文字の一部や記号などが一つのトークンになる場合もあります。

ハルシネーションとは

ハルシネーションとは、AIが事実とは異なる内容や、実際には存在しない内容を、
もっともらしく生成してしまう現象です。
存在しない制度、人物、書籍、論文、URLなどを具体的に示すこともあります。

AIが間違える主な理由

• 学習データに誤りや古い情報が含まれている場合がある
• 学習データに偏りがある場合がある
• 質問や指示が曖昧で、必要な条件が不足している場合がある
• 生成AIが不足している情報を推測して文章を補う場合がある
• 検索機能や外部資料を利用できず、必要な最新情報を確認できない場合がある
• 検索した情報や与えられた資料の内容を、誤って読み取ったり要約したりする場合がある

学習データの偏りとバイアス

バイアスとは「偏り」のことです。
AIが学習したデータに特定の属性・地域・年代・考え方などの偏りがあると、
AIの判断や回答にも偏りが現れる場合があります。

例えば、ある集団のデータが十分に含まれていなければ、
その集団についての判定精度が低くなったり、不公平な結果につながったりする可能性があります。

AIの限界

• 回答が自然でも、事実として正しいとは限らない
• 最新情報を常に把握しているとは限らない
• 与えられていない情報を推測して補う場合がある
• 学習データや入力内容の偏りに影響される場合がある
• 同じ質問でも、条件やモデルなどによって回答が変わる場合がある
• 重要な判断の責任をAIそのものに負わせることはできない

AIの回答を確認する

AIの回答を利用するときは、内容の重要性に応じて確認が必要です。
特に、法律、医療、税金、契約、行政手続き、申請期限、最新ニュースなど、
間違いが大きな影響につながる情報は、回答だけで判断しないようにしましょう。

一次情報とは

一次情報とは、情報の発信元にあたる情報です。
例えば、法令の原文、政府・自治体の公式発表、企業の公式発表、研究の原著論文などがあります。
AIの回答やまとめ記事だけでなく、必要に応じて元になった情報を確認することが重要です。

Chapter 03

AIの活用とプロンプト

この章では、文章生成、要約、翻訳、画像生成、音声認識などの活用方法と、
AIへ分かりやすく指示を出すためのプロンプトの考え方を学習します。
AIに任せる部分と、人が確認・判断する部分を分けて考えることが重要です。

文章生成

生成AIは、メール、案内文、報告書、企画案、説明文などの下書き作成に利用できます。
最初から完成品として使うのではなく、目的や相手に合っているか、事実関係に誤りがないかを確認して利用します。

要約

長い文章から要点を取り出し、短く整理する作業にもAIを利用できます。
ただし、重要な条件が抜けたり、「検討中」が「決定済み」のように意味が変わったりする場合があります。
元の文章と照らし合わせて確認することが大切です。

翻訳

AIは文章を別の言語へ翻訳する用途にも利用できます。
一般的な文章では便利ですが、固有名詞、専門用語、契約条件、数値、否定表現などが正しく訳されているか確認が必要です。

画像生成

画像生成AIは、文章で指定した内容をもとにイラストや画像を生成できます。
広告、資料、イメージ作成などに利用できますが、公開・商用利用するときは、
サービスの利用規約や既存作品・ロゴ・実在人物などとの関係にも注意が必要です。

音声認識

音声認識は、人が話した音声を認識して文字へ変換する技術です。
会議の文字起こし、字幕作成、音声入力などに利用できます。
人名、専門用語、数字、聞き取りにくい箇所などは誤認識されることがあるため、必要に応じて元の音声と確認します。

プロンプトとは

プロンプトとは、生成AIへ入力する指示や質問のことです。
「何を作りたいのか」「誰向けなのか」「どのような条件があるのか」を具体的に伝えることで、
希望に近い回答を得やすくなります。

条件が伝わるプロンプト

• 目的を伝える
• 対象者を伝える
• 含めてほしい内容を伝える
• 文字数や長さを指定する
• 箇条書き・表・文章など出力形式を指定する
• 避けてほしい表現や条件があれば伝える
• 必要に応じて例を示す

業務で利用するとき

AIは文章の下書き、情報整理、アイデア出しなどの補助に利用できます。
ただし、会社の利用ルール、入力してよい情報、出力内容の確認方法などを守る必要があります。
AIを使ったこと自体ではなく、最終的にどの内容を利用・公開するかを人が判断します。

学習で利用するとき

AIは、分からない用語の説明、練習問題の作成、文章の要約、学習計画の整理などに利用できます。
一方、課題やレポートでの利用方法は学校・授業・課題ごとに異なるため、決められたルールを確認する必要があります。
AIの回答をそのまま提出するだけでは、自分で考えたり確認したりする学習にならない場合があります。

AIの出力は利用前に確認する

• 事実関係や数値に誤りがないか
• 元の文章や資料と意味が変わっていないか
• 目的や対象者に合った内容になっているか
• 個人情報や機密情報など、不適切な情報が含まれていないか
• 著作権や利用規約など、利用してよい内容か

Chapter 04

AI利用時の注意点と情報管理

この章では、AIを利用するときに扱う情報、著作権、誤情報やフェイク情報、
セキュリティ、利用マナーについて学習します。
「AIだから特別」というより、外部サービスへ情報を送ることや、生成した内容を利用・公開することの意味を考えることが重要です。

個人情報とは

個人情報には、氏名などによって特定の個人を識別できる情報のほか、
ほかの情報と容易に照合することで特定の個人を識別できる情報や、個人識別符号を含む情報などがあります。
住所、電話番号、顔写真、生年月日なども、内容や組み合わせによって個人を特定する情報になります。

機密情報とは

機密情報は、会社・学校・団体などが外部へ公開しないよう管理している情報です。
顧客情報、契約内容、未公開の企画、売上情報、人事情報、取引先から預かった情報などが含まれることがあります。

認証情報も入力しない

パスワード、認証コード、秘密鍵、APIキーなどは、サービスやシステムへアクセスするための重要な認証情報です。
個人情報かどうかだけで判断せず、AIを含む不要な外部サービスへ入力しないようにします。

AIへ情報を入力する前に確認すること

生成AIなどの外部サービスへ入力した内容は、そのサービスの提供者へ送信されます。
個人情報や機密情報を扱う場合は、単に「AIだから入力禁止」と考えるのではなく、
利用目的、会社や学校のルール、契約内容、サービスの利用規約・プライバシーポリシー、
入力データが学習やサービス改善などに利用されるかを確認することが重要です。

著作権とは

著作権は、文章、画像、音楽、動画、イラストなどの著作物を創作した人に認められる権利です。
AIを利用していても、他人の著作物をどのように扱ってよいかという問題がなくなるわけではありません。

AI生成物と著作権

AIが生成した文章や画像であっても、既存の著作物との関係によっては著作権上の問題が生じる可能性があります。
「AIが作ったから自由に使える」と決めつけず、公開・配布・販売などを行う前に内容を確認します。

著作権と利用規約は別に確認する

AIサービスには、生成物の利用方法、商用利用、禁止される利用などについて独自の利用規約が設けられている場合があります。
著作権上の問題があるかどうかと、サービスの利用規約に反していないかどうかは別の確認事項です。

引用について

他人の文章などを「引用」として利用する場合は、出典を書くだけで自由に利用できるわけではありません。
公表された著作物であること、公正な慣行に合うこと、引用する目的に照らして正当な範囲であること、
引用部分と自分の文章が分かるようにすること、必要な出所を示すことなどの条件を確認する必要があります。

AIによる誤情報

AIが生成した情報には、事実とは異なる内容が含まれる場合があります。
特に、日付、料金、制度、法律、申請条件、人物名、書籍名、論文名など、
具体的な情報が書かれているからといって正しいとは限りません。

フェイク情報とディープフェイク

フェイク情報は、事実ではない情報や、事実の一部を歪めて誤解を与える情報などを指します。
生成AIによって文章・画像・音声・動画を作りやすくなったため、
本物の情報と見分けにくい内容が作成・拡散されることがあります。

AIなどを利用して、本物の人物が話したり行動したりしているように見せる偽の画像・音声・動画などは、
ディープフェイクと呼ばれます。

情報を確認するとき

• 誰が発信している情報か確認する
• 公式発表や元になった資料を確認する
• 掲載日・更新日・対象年度を確認する
• 画像や動画だけで本物と判断しない
• ほかの信頼できる情報源と内容を比較する
• 強い不安や怒りをあおり、急いで行動させる内容は慎重に確認する

フィッシングとなりすまし

フィッシングは、実在する企業やサービスなどを装ったメール・SMS・Webサイトなどを使い、
ID、パスワード、クレジットカード情報などを入力させて盗み取ろうとする手口です。
AIによって自然な文章や音声を作りやすくなっても、確認すべき基本は変わりません。

AI利用時のマナー

AIは、他人を傷つけるための道具として利用してよいものではありません。
誹謗中傷、差別的な内容、なりすまし、他人をだます目的のコンテンツ、
確認していないフェイク情報の拡散などにつながる使い方を避けます。
また、会社・学校・サービスごとに定められた利用ルールを守ることも必要です。

Chapter 05

AIと社会・倫理

この章では、AIによって仕事や社会がどのように変わるのか、
AIへ頼りすぎることの問題、AIを公平・安全に利用するための考え方を学習します。
AIを使えることだけでなく、どの場面でどのように使うかを判断できることがAIリテラシーには重要です。

AIと仕事・社会の変化

AIは、文章作成、問い合わせ対応、翻訳、データ分析、画像認識など、
多くの仕事やサービスで利用されています。
定型的な作業や大量処理をAIが補助することで、仕事の進め方が変わる場合があります。

一方、AIを導入すれば人が不要になるという単純な話ではありません。
目的を決める、結果を確認する、相手や状況に応じて判断する、責任を持つなど、
人が担う役割も重要です。

AI依存とは

AI依存とは、必要以上にAIへ頼り、自分で考える・調べる・確認することをしなくなっていく状態を指します。
AIを使うこと自体が問題なのではなく、AIの回答をそのまま受け入れ、
自分で判断する機会が減ってしまう使い方に注意が必要です。

AI倫理とは

AI倫理とは、AIを人や社会にとって望ましい形で利用するための考え方です。
高い性能だけを求めるのではなく、公平性、安全性、透明性、プライバシーへの配慮、
人間中心の考え方なども重要になります。

公平性とバイアス

AIの判断に学習データなどの偏りが影響すると、特定の人や集団に不公平な結果が生じる場合があります。
採用、融資、評価など、人に大きな影響を与える場面では、
AIの結果だけで判断せず、どのようなデータや基準が影響しているかを考える必要があります。

透明性と説明責任

AIを利用していることや、どのような目的でAIを使っているかなどを、
必要に応じて関係する人へ分かるようにすることは重要です。
また、AIを利用した判断について、人や組織が「AIが決めたから分からない」で終わらせず、
自分たちの判断として適切に説明できることも求められます。

AIと責任

AIそのものが、人や組織と同じように責任を負うわけではありません。
AIの開発者、サービスの提供者、AIを業務などで利用する人・組織には、
それぞれの立場に応じて安全で適切な利用のために取り組む責任があります。

AIと学習

AIは、用語の説明、練習問題の作成、文章の整理など、学習を支援する道具として利用できます。
ただし、学校や授業、課題によってAI利用のルールは異なります。
決められたルールを守り、自分で考えることを補助する道具として利用することが大切です。

AI時代に必要な力

• AIに何を任せ、何を自分で判断するか考える力
• AIの回答やネット上の情報を確認する力
• 複数の情報を比較して判断する力
• 個人情報・著作権・利用規約などを意識する力
• AIの回答をそのまま受け入れず、自分で考える力
• AIを使った結果が他人や社会へ与える影響を考える力