2.1基礎
生成AIを社内業務へ導入する。
利用者へ過信させない説明を用意する。
生成AIの一般的な限界として適切なものを2つ選べ。
× 不正解
生成AIにはハルシネーション、偏り、再現性、最新情報不足などの限界があり、用途に応じて評価・監督・根拠付けが必要である。
詳細解説
正しいもっともらしいが事実でない内容を生成する場合がある
生成モデルは常に事実性を保証するわけではない。
正しい学習・入力データの偏りが出力へ影響する場合がある
データの代表性や偏りは出力の品質・公平性に影響する。
誤り人間の確認は一切不要になる
重要な判断では人の監督や検証が必要である。
誤り出力は必ず同じで、設定に依存しない
推論設定や確率性、入力の違いで出力は変わり得る。
公式資料で確認する
以下の項目を公式資料の記述と照合して確認します。
AWS公式AIF-C01ガイドDomain 2.1の生成AIの限界と責任ある利用を確認する。
参考にした公式資料
確認できる内容
事実性と偏りの限界を挙げ、検証や人間の監督が必要だと説明できる。
理解のポイント
- ハルシネーション
- 偏り
- 人間の確認
確認時の注意
- 確認環境: AWS公式AIF-C01試験ガイドとAWS公式ドキュメントの確認
- AWS公式ドキュメントで、対象サービスが提供する機能と前提条件を確認する。
- モデル、データ、アプリケーション、利用者の責任分界を混同しない。
基礎のおさらい
ハルシネーション
事実でない内容を、自然で確信のある表現として生成する現象。
出力の偏り
学習・入力データや設計の偏りが、特定の集団や条件に不均衡な影響を与えること。
問題IDAWS-AIF-073
確認環境AWS公式AIF-C01試験ガイドとAWS公式ドキュメントの確認
最終技術確認2026-08-20
誤り・権利侵害を報告