第10回 10 | 基礎演習Ⅱ

学籍番号と氏名を入力し、5問すべてに回答して「提出する」を押してください。不正解があった場合は、その問題の解説を読んでから、もう一度回答できます。

Q1.自分の提案の弱点をAIに指摘させるプロンプトとして、最も効果的なものはどれでしょうか。

「あなたは厳しい審査員です。この提案の弱点を、重要な順に5つ挙げてください」「この提案に賛成ですか」「この提案はどうですか」「この提案を褒めてください」

解説批判者の役割と出力形式（数、順序）を指定すると、具体的で使える指摘が得られます。漠然と感想を聞くと、当たり障りのない肯定的な回答になりがちです。

Q2.AIの安全性の分野でいう「レッドチーミング」とは何でしょうか。

AIの画面を赤色にすることわざと問題のある出力を引き出そうと試して、弱点や危険性を洗い出すこと AIを赤字の企業に導入すること AIのチームに赤い制服を着せること

解説レッドチーミングは、攻撃者や悪意ある利用者の立場でAIを試し、有害な出力や抜け穴を見つける検証手法です。自分の提案に対して同じ発想で弱点を探すこともできます。

Q3.「ファインチューニング」の説明として適切なものはどれでしょうか。

AIの利用料金を細かく設定すること学習済みのモデルに追加のデータを学習させて、特定の用途に合わせて調整すること AIの画面の文字を細かく整えること AIの回答を人が手作業で修正すること

解説ファインチューニングは、汎用モデルを特定分野のデータで追加学習させる手法です。プロンプトの工夫だけでは足りない場合に、企業が自社向けのAIを作る方法のひとつです。

Q4.AIの出力の質を、別のAIに採点させる方法は何と呼ばれるでしょうか。

コンテキストウィンドウディープフェイクトークン LLM-as-a-judge（審判としてのLLM）

解説LLM-as-a-judge は、AIの出力を別のAI（または同じAI）に評価させる方法です。大量の出力を効率よく比較できますが、評価するAIにも偏りがあるため、人の確認と組み合わせます。

Q5.AI活用記録に「採用しなかった出力とその理由」も書く意義として、最も適切なものはどれでしょうか。

AIの失敗を報告してAI開発企業に知らせるため採用しなかった出力は後で使い回せるため記録が長いほど評価が高くなるため何を自分で判断したかが伝わり、AIの寄与と自分の思考を区別して示せるため

解説採用・修正・不採用の判断とその理由を書くことで、出力をどう吟味したかが見えます。これが「AI活用の透明性」の評価につながります。

提案のブラッシュアップAIクイズ