⑨ AIの社会実装・法律・倫理
G検定 第876問
問題
ディープラーニングモデルを開発する際「データの偏り」を解消するために行う工夫はどれか。
A偏ったデータをそのまま学習させる
B不足している属性のデータを追加したり合成したりしてバランスを整える✓ 正解
Cすべてのデータを削除する
D最も多い属性のデータだけを使う
正解
B：不足している属性のデータを追加したり合成したりしてバランスを整える
解説
偏ったまま学習するとバイアスのあるAIになってしまうためデータの均衡化が必要です。
分野解説：⑨ AIの社会実装・法律・倫理
AIを社会で活用する際の進め方と、法律・倫理の論点を学ぶ分野です。出題比重が最も大きい領域で、AIプロジェクトの進め方、データの取り扱いと個人情報保護、著作権や契約、AIによる差別やバイアス、説明責任、各種ガイドラインなどが問われます。技術だけでなく社会との関わりを問う設問が多く、時事的な内容も出やすいのが特徴です。法令やガイドラインの趣旨と、実務上の留意点を結びつけて理解しておくことが合格の鍵になります。
この分野の問題をすべて見る →本番形式で問題を解いてみよう
クイズモードで挑戦 →同じ分野の関連問題
G検定について
AI・ディープラーニングを事業に活かす力を証明
| 主催 | 一般社団法人 日本ディープラーニング協会（JDLA） |
|---|---|
| 出題形式 | 知識問題（多肢選択式）160問程度 |
| 試験時間 | オンライン試験100分・会場試験120分 |
| 受験料 | 13,200円（税込）※学生5,500円 |
| 合格基準 | 合格基準は公表されていない |
| 難易度 | ★★★☆☆（標準） |
G検定の関連記事
AI史から法律・倫理まで：G検定を3週間で回す順番
Gはジェネラリスト、つまり実装しない人のための検定です。生成AIを取り込んで動き続けるシラバスにどう追いつくか、9分野の分量と1038問の使い分けを段階ごとに整理しました。
20時間で届く人と60時間かかる人、G検定の差はどこか
合格ラインは非公表、そのうえ約200問を120分で処理する。G検定の負荷は内容の深さより範囲と速さにあります。文系は技術、理系は法律・倫理でつまずく偏りにも踏み込みました。
基礎から生成AIまで、G検定の深層学習用語を段階で並べる
CNNは画像、RNNとTransformerは系列、GANと拡散モデルは生成。名前の似たディープラーニングの略語を、どの領域で何に使うかとセットで並べた、試験直前の確認用チートシートです。