このカテゴリの記事
- 01 生成AIのリスク全体像 リスク概論
- 02 ハルシネーションとは - AIが嘘をつく? ハルシネーション
- 03 ハルシネーションの原因と種類 ハルシネーション
- 04 ハルシネーション対策 - ファクトチェック ハルシネーション
- 05 AIバイアスと公平性 バイアス
- 06 学習データに潜むバイアス バイアス
- 07 バイアスの軽減方法 バイアス
- 08 著作権の基礎知識 著作権
- 09 AI生成物と著作権 - 誰のもの? 著作権
- 10 学習データの著作権問題 著作権
- 11 AI生成物の商用利用ルール 著作権
- 12 個人情報保護の基礎 個人情報
- 13 AIと個人情報 - プライバシーリスク 個人情報
- 14 GDPR - EUの個人情報保護規則 個人情報
- 15 日本の個人情報保護法とAI 個人情報
- 16 ディープフェイク - 偽の映像を見抜く セキュリティ
- 17 AIを狙うセキュリティ脅威 セキュリティ
- 18 敵対的攻撃 - AIを騙す方法 セキュリティ
- 19 データポイズニング - 学習データの汚染 セキュリティ
- 20 AI倫理の基本原則 AI倫理
- 21 透明性と説明可能性(XAI) AI倫理
- 22 AIの説明責任 - 誰が責任を取る? AI倫理
- 23 AIと人間の尊厳 AI倫理
- 24 AIによる差別を防ぐには AI倫理
- 25 AIガバナンスとは ガバナンス
- 26 企業のAI利用ポリシー ガバナンス
- 27 AIリスクマネジメント ガバナンス
- 28 AIの監査と評価 ガバナンス
- 29 日本のAI規制動向 法規制
- 30 EU AI Act - 世界初のAI包括規制 法規制
- 31 アメリカのAI政策 法規制
- 32 各国のAI規制比較 法規制
- 33 AIと雇用 - 仕事はなくなるのか 社会的影響
- 34 AIとデジタルデバイド 社会的影響
- 35 AIの環境負荷 - 電力消費問題 社会的影響
- 36 AIが教育に与える影響 社会的影響
- 37 AI と偽情報・フェイクニュース 社会的影響
- 38 責任あるAI(Responsible AI) まとめ
- 39 AIガバナンスの未来 まとめ
- 40 Phase 7 まとめ - リスク・倫理の総復習 まとめ
- 41 生成AIパスポート試験の概要 試験対策
- 42 出題形式と合格ライン 試験対策
- 43 効率的な学習戦略の立て方 試験対策
- 44 総復習 - AIの定義と歴史 総復習
- 45 総復習 - 機械学習の基本概念 総復習
- 46 総復習 - 深層学習の要点 総復習
- 47 総復習 - Transformerと注意機構 総復習
- 48 総復習 - 大規模言語モデル(LLM) 総復習
- 49 総復習 - 画像生成AIの技術 総復習
- 50 総復習 - マルチモーダルAI 総復習
- 51 総復習 - プロンプトエンジニアリング 総復習
- 52 総復習 - RAGとファインチューニング 総復習
- 53 総復習 - ハルシネーション対策 総復習
- 54 総復習 - 著作権と知的財産 総復習
- 55 総復習 - 個人情報保護 総復習
- 56 総復習 - AI倫理と責任 総復習
- 57 総復習 - AIガバナンスと法規制 総復習
- 58 模擬テスト1 - AI基礎・技術編 模擬問題
- 59 模擬テスト2 - 活用・プロンプト編 模擬問題
- 60 模擬テスト3 - リスク・倫理編 模擬問題
- 61 模擬テスト4 - 総合問題 模擬問題
- 62 苦手分野の克服法 直前対策
- 63 試験当日の心構え 直前対策
- 64 合格後のステップアップ 合格後
- 65 最後に - みんなで合格を目指そう! 合格後
- 66 AI事業者ガイドライン(総務省・経産省) 法規制
- 67 文化庁のAI著作権の考え方 著作権
- 68 広島AIプロセス - G7のAI国際枠組み 法規制
- 69 日本政府のAI戦略 法規制
- 70 AIと労働法 - 日本の雇用・現場への影響 社会的影響
- 71 SHAP・LIME - AIの判断を説明する手法 AI倫理
- 72 連邦学習 - プライバシーを守って学ぶAI 個人情報
- 73 知的財産権 - 特許・商標・肖像権とAI 著作権
- 74 学生・教育機関での生成AI利用 社会的影響
- 75 組織のAIリテラシー教育プログラム 社会的影響
- 76 研究倫理とAI - 論文執筆・引用・査読 AI倫理
このカテゴリで扱うテーマ
- ハルシネーションと信頼性
- 著作権と知的財産
- 個人情報保護
- AIガバナンスと企業方針
- AI倫理と社会的影響