A正解
個人情報・プライバシーの侵害
正解。プロンプトや学習データに個人情報が含まれ、不適切に扱われたり漏れたりすると、プライバシー侵害という法的・倫理的リスクになります。
ある企業が、生成 AI の社内利用ポリシーを策定するため、リスクを性質ごとに分類しています。次のうち、生成 AI の利用に伴う法的・倫理的リスクとして適切なものを 2 つ選んでください。
1 / 1
複数選択してください
正解A, B
解説
生成 AI の法的・倫理的リスクを 2 つ選ぶ問題。
- 1「法的・倫理的リスクとして適切なもの」法令・倫理に関わる 問題 を選ぶ
- 2「2 つ選んでください」プライバシー侵害・偏った出力 が該当
B正解
偏った・差別的な出力による不公平や信頼の喪失
正解。バイアスを含むモデルが偏った・差別的な出力をすると、不公平な扱いや企業の信頼喪失につながる、法的・倫理的リスクになります。
C不正解
プロンプトインジェクションでシステムが不正操作されること
プロンプトインジェクションは、巧妙な入力でモデルへの指示を上書きし想定外の動作をさせるセキュリティ上の脅威です。
対策が必要な重大リスクですが、本問が問う法的・倫理的リスクの分類ではなくセキュリティリスクに当たるため不正解です。
D不正解
モデルのドリフトで予測精度が徐々に低下すること
ドリフトは、入力データの傾向が学習時からずれて予測精度が徐々に落ちる品質・運用上の問題です。
監視や再学習で対処すべきリスクですが、法的・倫理的リスクの分類ではなく品質・運用リスクのため不正解です。
E不正解
特定ベンダーへの依存で移行が難しくなること
特定のモデルや基盤への依存は、後から別の選択肢へ移行しにくくなる戦略・調達上のリスク（ベンダーロックイン）です。
検討すべき論点ですが、法的・倫理的リスクの分類ではなくビジネス・戦略リスクのため不正解です。
ポイント
生成 AI のリスクは性質ごとに分類できます。『個人情報・プライバシーの侵害』『偏った・差別的な出力による不公平や信頼の喪失』は、法令や差別禁止・透明性に関わる法的・倫理的リスクです（ほかに知的財産権侵害・偽情報の拡散など）。一方、プロンプトインジェクション（セキュリティ）・モデルのドリフト（品質・運用）・ベンダーロックイン（戦略・ビジネス）は、いずれも実在するリスクですが分類軸が異なります。