ITパスポート試験で最も注目されているテーマの一つが AI（人工知能） です。
最近では ChatGPT などの生成 AI が話題ですが、試験ではその基礎となる機械学習や深層学習、さらには利用上のルール（倫理）まで幅広く問われます。
一見難しそうな専門用語も、身近な例えを使えばスムーズに理解できます。
AI とは 自ら学ぶコンピュータ
AI とは、人間の知的能力（学習、推論、判断など）をコンピュータで再現しようとする技術の総称です。
かつてのコンピュータは、人間がプログラムした通りの動きしかできませんでしたが、現代の AI は 大量のデータからルールを自ら見つけ出す ことができるのが最大の特徴です。
機械学習：3 つの 勉強方法 をマスターしよう
AI が賢くなる仕組みを 機械学習（Machine Learning） と呼びます。
ITパスポート試験では、主に以下の 3 つの学習タイプを区別できるかが問われます。
1. 教師あり学習（例：テスト勉強）
正解（ラベル）が付いたデータを使って学習する方法です。
例えば、大量の 犬の写真 に 犬 という正解タグを付けて覚えさせます。
新しい写真を見せたときに、これは犬です と正解を当てられるように訓練します。
売上予測やスパムメールの判定など、明確な答えがある問題に向いています。
2. 教師なし学習（例：洗濯物の仕分け）
正解を与えず、データの特徴だけからグループ分け（クラスタリング）を行う方法です。
例えば、バラバラの大量の衣服を、色や形で勝手にグループ分けさせるイメージです。
顧客を 似た者同士 でグループ化してマーケティングに活かす際などに使われます。
3. 強化学習（例：ゲームの攻略）
正解を教えるのではなく、行動の結果に対して 報酬 を与えることで、より良い行動を自ら学ばせる方法です。
迷路をクリアしたら 100 点、壁にぶつかったら 0 点というルールだけ決めると、AI は試行錯誤を繰り返して最短ルートを見つけ出します。
ロボットの制御や、囲碁・将棋の AI などに応用されています。
深層学習（ディープラーニング）：人間の脳をマネた技術
機械学習の中でも、人間の脳にある神経回路網をモデルにした ニューラルネットワーク を多層（深く）重ねたものを 深層学習（Deep Learning） と呼びます。
従来の機械学習では、人間が どこを見ればいいか（特徴量） を指定する必要がありました。
しかし深層学習は、コンピュータが自ら どこに注目すべきか を発見します。
これにより、画像認識や音声翻訳の精度が飛躍的に向上しました。
最新シラバスの最重要語：生成 AI
現在の ITパスポート試験（シラバス 6.2 以降）で特に重視されているのが 生成 AI（Generative AI） です。
これまでの AI は 予測 や 分類 が得意でしたが、生成 AI は文章や画像、プログラムコードなどの 新しいコンテンツを作り出す ことができます。
覚えておきたい関連用語
- LLM（大規模言語モデル）: 生成 AI の核となる、膨大なテキストデータを学習した知識ベースのこと。
- プロンプト: AI に対する 指示（命令文） のこと。良い結果を得るためのコツを プロンプトエンジニアリング と呼びます。
- ハルシネーション（幻覚）: 生成 AI が、事実ではない情報を もっともらしく回答 してしまう現象のこと。嘘を吐いている自覚がないため注意が必要です。
AI を使うときの ルール と 倫理性
AI は便利ですが、正しく使うためのルールが重要です。試験でも以下のポイントがよく狙われます。
- 著作権の保護: ネット上の画像や文章を勝手に AI に学習させたり、生成物を商用利用したりする際の法的注意が必要です。
- バイアスの排除: 学習データが偏っていると、AI の判断も不公平（差別的）になってしまうリスクがあります。
- 説明責任: AI がなぜその判断を下したのか、人間が納得できる理由を説明できる能力（説明可能な AI = XAI）が求められています。
ITパスポート試験対策のポイント
試験問題で AI が出たときは、以下のキーワードに注目してください。
問題例：大量のデータからコンピュータ自らが特徴を抽出し、学習する技術はどれか？
解答：深層学習（ディープラーニング）
問題例：生成 AI が、もっともらしい嘘を回答してしまう現象を何と呼ぶか？
解答：ハルシネーション
まとめ：AI は頼れるパートナー
AI は魔法の杖ではありませんが、正しく理解して使いこなせば、私たちの可能性を大きく広げてくれるパートナーになります。
機械学習の 3 つのタイプと、生成 AI の基本、そして使う際のマナー。
この 3 つを軸に整理しておけば、ITパスポート試験の AI 関連問題は怖くありません。
