Chapter 80
科目A｜AI・データ利活用の用語を順に解説します。
ハルシネーションとは生成AIが事実に基づかない内容を、もっともらしい文章として出力する現象です。具体例社内規程を尋ねたところ、存在しない条文番号を根拠付きのように回答する例があります。試験でのポイント流ちょうさを正しさと混同せず、検索・出典確認・人によるレビューなどの対策を組み合わせます。関連する用語生成AI,グラウンディング,RAG 構成図・実機演習へ進む 用語を構成と操作へつなげる場合は、実技TOPとラボ一覧を利用できます。 ファクトチェック：試験要綱 Ver.5.6（2026-07-06公開、2026年10月
説明可能なAIとはAIの予測や判断について、人が理解できる根拠や影響要因を提示できるようにする考え方です。具体例融資審査モデルについて、判断に寄与した特徴量と反実仮想の説明を利用者へ示します。試験でのポイント説明可能性と精度は同義ではなく、対象者と目的に合う説明方法を選びます。関連する用語XAI,特徴量,透明性 構成図・実機演習へ進む 用語を構成と操作へつなげる場合は、実技TOPとラボ一覧を利用できます。 ファクトチェック：試験要綱 Ver.5.6（2026-07-06公開、2026年10月試験から適用）。Ver.
特徴量エンジニアリングとは生データから、機械学習モデルが扱いやすく目的に有効な変数を作成・選択する工程です。具体例時刻データから曜日や経過時間を作り、カテゴリ値を符号化して学習へ利用します。試験でのポイント学習時点では得られない未来情報を混ぜるデータリークと、運用時の再現性に注意します。関連する用語前処理,特徴選択,データリーク 構成図・実機演習へ進む 用語を構成と操作へつなげる場合は、実技TOPとラボ一覧を利用できます。 ファクトチェック：試験要綱 Ver.5.6（2026-07-06公開、2026年10月試験か
統計的バイアスとは標本抽出、測定、欠測処理などによって推定結果が系統的に真値から偏ることです。具体例オンライン回答者だけを対象にして、全利用者の満足度とみなすと選択バイアスが生じます。試験でのポイント偶然誤差との違いを押さえ、母集団、標本、収集方法、欠測の扱いを確認します。関連する用語選択バイアス,標本,推定 構成図・実機演習へ進む 用語を構成と操作へつなげる場合は、実技TOPとラボ一覧を利用できます。 ファクトチェック：試験要綱 Ver.5.6（2026-07-06公開、2026年10月試験から適用）。Ver.5
認知バイアスとは人の判断が経験則や先入観によって一貫した方向へ偏る心理的傾向です。具体例最初に示された見積値へ引きずられるアンカリングは、工数評価にも影響します。試験でのポイント統計的バイアスと区別し、レビュー、複数案、反証の確認で判断の偏りを抑えます。関連する用語アンカリング,確証バイアス,行動科学 構成図・実機演習へ進む 用語を構成と操作へつなげる場合は、実技TOPとラボ一覧を利用できます。 ファクトチェック：試験要綱 Ver.5.6（2026-07-06公開、2026年10月試験から適用）。Ver.5.6は2
AIを悪用した攻撃とは生成AIや機械学習を、詐欺文面、偽装、攻撃の自動化などへ悪用する脅威の総称です。具体例攻撃者が組織ごとに自然なフィッシング文面を生成し、音声や映像の偽装も組み合わせます。試験でのポイントAI固有の語だけでなく、本人確認、承認経路、教育、検知を含む多層防御で考えます。関連する用語ディープフェイク,フィッシング,ソーシャルエンジニアリング 構成図・実機演習へ進む 用語を構成と操作へつなげる場合は、実技TOPとラボ一覧を利用できます。 ファクトチェック：試験要綱 Ver.5.6（2026-07-06
AIセキュリティとはAIシステムのデータ、モデル、入出力、実行基盤を攻撃や誤用から守る活動です。具体例学習データ汚染、プロンプトインジェクション、モデル窃取、機密情報の出力を脅威として扱います。試験でのポイントAIを使う防御技術と、AIそのものを守る対策を区別します。関連する用語データポイズニング,プロンプトインジェクション,モデル保護 構成図・実機演習へ進む 用語を構成と操作へつなげる場合は、実技TOPとラボ一覧を利用できます。 ファクトチェック：試験要綱 Ver.5.6（2026-07-06公開、2026年10
公式資料へのリンクと確認日を各記事に掲載しています。