AXリテラシー教科書 生成AIパスポート 公式テキスト 2027年試験シラバス対応（EXAMPRESS） [単行本]

รายละเอียดสินค้า

目次 第1章 AIの基礎と歴史 Section 1 AIの基本的な仕組み 01 AIとは 02 ルールベースと機械学習 03 ルールベースの限界と機械学習への発展 Section 2 機械学習 01 機械学習とは 02 教師あり学習 03 教師なし学習 04 強化学習 05 半教師あり学習 06 ノーフリーランチ定理 Section 3 ニューラルネットワーク 01 人間の脳とニューラルネットワーク 02 ディープラーニング（深層学習） 03 重みの調整による学習の仕組み 04 過学習と対策 05 転移学習 06 CNN 07 RNN 08 LSTM 09 VAE 10 GAN 11 識別系AIと生成系AIの違い Section 4 AIの歴史 01 AI研究の始まり（ダートマス会議） 02 第一次AIブーム（探索と推論） 03 第二次AIブーム（知識表現・エキスパートシステム） 04 第三次AIブーム（機械学習・ディープラーニング） 05 ディープラーニングから生成AIへ 06 シンギュラリティと今後の展望 第2章 生成AI Section 1 生成AIを支える技術革新（Transformer以降） 01 Transformerモデルの革命 02 Transformer登場以後の派生モデルの系譜 03 拡散モデルの登場 04 基盤モデルとマルチモーダルモデル Section 2 生成AIの学習プロセス 01 事前学習 02 ファインチューニング 03 RLHF 04 学習データの規模と課題 05 スケーリング則 Section 3 生成AIの生成（推論）プロセス 01 トークン化 02 埋め込みとベクトル表現 03 確率的な次トークン予測 04 ハルシネーション 05 生成パラメータ（Temperature・Top-p） 06 コンテキストウィンドウ Section 4 LLM（大規模言語モデル）の基礎 01 LM（言語モデル）とは 02 LLM（大規模言語モデル）とは 03 オンプレミス／オープンソースLLM Section 5 ChatGPTと主要な生成AIモデルの動向 01 ChatGPTとは 02 ChatGPT登場までの歴史（GPT-1～GPT-3.5） 03 GPTモデルの進化（GPT-4～GPT-6 Astra） 04 マルチモーダルモデルへの展開 05 推論モデルと推論時の計算 06 Operator / Codex / Image Generation 07 Gemini（Google） 08 Claude（Anthropic） 09 Copilot（Microsoft） Section 6 各モダリティの生成AI 01 画像生成AI 02 音楽生成AI 03 音声生成AI 04 動画生成AI 第3章 AIエージェント Section 1 AIエージェントとは 01 AIエージェントの定義 02 従来の生成AIとの違い 03 ワークフロー型エージェントと自律型エージェント 04 AIエージェントが注目される背景 05 自律性のレベル 06 AIエージェントの役割 Section 2 RAG（検索拡張生成） 01 RAGとは 02 RAGが必要とされる理由 03 RAGの仕組み 04 RAGの発展 05 RAGのユースケース 06 主なRAGツール・フレームワーク Section 3 AIエージェントの仕組み 01 LLMを中核とした構成 02 タスク分解と計画 03 ツール実行 04 記憶（メモリ）とコンテキスト管理 05 コンテキストエンジニアリング 06 推論と行動のフィードバックループ Section 4 MCP・Agent Skills と外部連携 01 MCP（Model Context Protocol）とは 02 外部ツール・データソースとの連携 03 マルチエージェント・エージェント間連携 04 A2A（Agent-to-Agent）連携プロトコル 05 Agent Skills（エージェントスキル）とは Section 5 AIエージェントのツールと活用事例 01 コーディングエージェント 02 ハーネスエンジニアリング 03 ブラウザ操作・PC操作エージェント 04 リサーチ・業務自動化エージェント 05 業務への導入事例 Section 6 AIエージェントのリスク・安全性・評価 01 権限の過剰付与のリスク 02 連鎖的なエラーの拡大 03 プロンプトインジェクション 04 具体的なトラブル事例 05 安全に使うための原則 06 AIエージェントの評価 第4章 生成AIのリスク予防・AI倫理・ガバナンス Section 1 生成AI利用者の基本マインドセット 01 生成AIを安全に使うための基本姿勢 02 検索エンジンと生成AIの違い 03 AIは補助者であり、最終責任は人間にある 04 AIの出力を鵜呑みにしてはいけない理由 05 生成AIを使ってよい場面・慎重に使う場面・避けるべき場面 06 AIを使うリスクと、AIを使わないリスク 07 AI時代に求められる人間の役割 Section 2 生成AIの代表的リスク 01 生成AIに潜むリスクの全体像 02 ハルシネーション 03 情報漏えいリスク 04 個人情報・プライバシー侵害リスク 05 著作権・知的財産権侵害リスク 06 肖像権・パブリシティ権侵害リスク 07 名誉毀損・信用毀損・炎上リスク 08 差別・偏見・バイアスのリスク 09 ディープフェイクによるなりすましリスク 10 フィッシング・詐欺・サイバー攻撃への悪用 11 自律型AIエージェントの想定外の挙動・プロンプトインジェクション Section 3 シャドーAIと企業コンプライアンス 01 シャドーAIとは 02 シャドーAIが発生する理由 03 シャドーAIの具体例 04 承認されていないAIツールを業務利用する危険性 05 シャドーAIが組織と従業員にもたらす影響 06 従業員が守るべき利用ルール 07 生成AIを安全に使うための会社と従業員の役割 Section 4 AI出力の評価と検証 01 承認されたAIでも出力確認が必要な理由 02 用途と影響度に応じた検証レベル 03 ファクトチェック：事実・数値・出典・最新情報の確認 04 妥当性レビュー：前提・論理・抜け漏れの確認 05 表現・権利・個人情報・機密情報の確認 06 採用・修正・破棄・専門家確認の判断 Section 5 個人情報・プライバシー・秘密保持 01 個人情報・プライバシー・秘密保持の違い 02 個人情報保護法と生成AI利用の関係 03 個人情報とは何か 04 個人識別符号 05 要配慮個人情報と機微情報 06 個人情報の利用目的・本人同意・第三者提供 07 個人情報は加工すれば生成AIに入力できるのか 08 業務で注意すべき個人情報の具体例 09 企業機密・秘密情報を生成AIに入力するリスク 10 AIの出力・要約・共有に情報が残るリスク 11 情報漏えい等が起きたときの対応 Section 6 著作権・知的財産・生成物の権利 01 生成AIと知的財産権の全体像 02 著作権と著作物の基本 03 著作者人格権とは 04 著作権侵害とAI生成物の類似リスク 05 AI学習と著作権 06 第三者コンテンツをAIに入力するリスク 07 引用・転載・要約・翻案の違い 08 商標権・意匠権・特許権 09 肖像権・パブリシティ権 10 AIサービスの利用規約・ライセンス・透明性 11 商用利用・社外公開前に確認すべきこと 12 AI生成物の権利帰属と人の創作的関与 Section 7 AI倫理とAI事業者ガイドライン 01 AI倫理・ELSIとは 02 AI事業者ガイドラインと人間中心のAI 03 安全性・公平性：人への不利益を防ぐ 04 プライバシー保護とセキュリティ確保 05 透明性・アカウンタビリティ：説明と責任 06 教育・リテラシー：AIを適切に使うために 07 公正競争とイノベーション 08 高度なAIシステムと影響に応じたリスク管理 09 偽情報・偏りと情報拡散のリスク 10 雇用・教育・格差・環境への影響 Section 8 AIガバナンスと社内ガイドライン 01 AIガバナンスとは 02 社内ガイドラインに盛り込む基本項目 03 AIツールを選定する際の確認項目 04 AIツールのレベル分けと入力情報のルール 05 新しいAIツールの申請と承認フロー 06 AIが出力したデータの取り扱い 07 API・AIエージェント利用時のコスト・利用量の管理 08 社内ルールを定着させる体制と教育 09 モニタリングと継続的な見直し Section 9 AI法・国際ルール・AI安全保障 01 AI法とは：制定の背景と基本構造 02 AI基本計画と国・事業者・利用者の役割 03 イノベーション促進とリスク対応の両立 04 AI法・ガイドライン・既存法令の関係 05 G7広島AIプロセスと海外のAI規制動向 06 AIと安全保障 07 国産AI・国内基盤モデル・AI人材の重要性 08 継続的な情報収集とリスキリングの重要性 第5章 生成AIの実践と活用事例 Section 1 プロンプトエンジニアリング 01 プロンプトエンジニアリングとは 02 プロンプトの基本構成要素 03 Zero-Shotプロンプティング 04 Few-Shotプロンプティング 05 Chain-of-Thought（思考の連鎖） 06 役割設定・出力形式の指定 07 具体度のコントロール Section 2 文書作成・コミュニケーション業務での活用 01 ビジネスメール・各種ビジネス文書の作成 02 文章の校正・添削・整形 03 文章の要約・対象読者やトーンの変更 04 議事録の作成・要点抽出 05 翻訳・多言語コミュニケーション 06 プレゼンテーションスライドの作成 Section 3 企画・マーケティング業務での活用 01 キャッチコピー・広告コピーの作成 02 企画立案・ブレインストーミング・壁打ち 03 アンケートの設計と分析 04 SNS投稿・コンテンツ制作 05 ランディングページの作成 06 市場・競合リサーチ Section 4 クリエイティブ制作での活用 01 画像・ビジュアル素材の生成 02 動画コンテンツの生成・編集 03 ナレーション・音声・BGMの生成 04 ロゴ・デザイン案・モックアップの作成 05 既存素材のバリエーション展開・多言語ローカライズ Section 5 データ分析・リサーチ業務での活用 01 データの整形・分類 02 表・データの集計と可視化 03 大量文書からの情報抽出・要約 04 ディープリサーチ：複数ソースを横断調査 05 定例レポートの自動生成 Section 6 開発・業務自動化での活用 01 コーディング・アプリ開発 02 既存システム・コードベースの調査とリファクタリング 03 定型業務の自動化 04 ブラウザ操作・Web上の手続きの自動化 05 複数ツール・複数ステップを横断する複合タスクの自動化 Section 7 業種別に見る生成AI活用 01 規制・機密性が重視される業種 02 現場・ものづくりを支える業種 03 顧客接点・コンテンツ制作の業種 04 業種を問わず共通する成功のポイント 付録 先駆者の事例に学ぶ 生成AI時代の人的資本戦略 00 GenAI HR Awardsとは 01 26万件のアイデアを生んだ人的資本経営の実装論 02 「最強の市役所」を目指す南あわじ市の挑戦 03 150年の限界を突破する麻生塾の教育革命 04 顧客に向き合う時間を取り戻せ 05 ベテランの「審美眼」をAI活用で会社の資産に