第5章 · 生成 AI·v2.1.0·更新 2026/7/17·読了目安 約11分
変更要約: AI-900 第5章を AZ-900 基準まで深掘り（事前学習と調整3段階=プロンプト/RAG/微調整、生成モデルの種類、Azure OpenAIのモデル/Studio/埋め込み、Copilot製品例、Content Safety/プロンプトインジェクション、FAQ追加）
5.3生成 AI の責任ある利用とリスク
この節の要点
生成 AI 特有のリスク（ハルシネーション＝もっともらしい誤り、バイアス、著作権・プライバシー）と、責任ある AI の原則に沿った使い方を理解します。
生成 AI は強力ですが、誤りやリスクも伴います。便利さだけでなく、限界とリスクを理解し、第1章の「責任ある AI」の原則に沿って使うことが重要です。ここでは生成 AI に特有のリスクと、その緩和策を押さえます。
5.3.1生成 AI 特有のリスク
- ハルシネーション（hallucination）：もっともらしいが誤った内容を自信ありげに生成してしまう。事実確認が必要。
- バイアス：学習データの偏りが出力の偏りとして現れる（公平性に関わる）。
- 著作権・知的財産：生成物が既存著作物に類似する可能性、入力に他者の著作物を含めるリスク。
- プライバシー：プロンプトに個人情報・機密を入れると漏えいの恐れ。
- 有害コンテンツ・悪用：不適切な出力やジェイルブレイク（制限回避）。コンテンツフィルターで対策。
| リスク | 緩和策 |
|---|---|
| ハルシネーション | 人による確認(human in the loop)・RAGで根拠付け・出典提示 |
| バイアス | 多様で代表的なデータ・公平性の評価 |
| 著作権/プライバシー | 入力データの管理・出力のレビュー・規約順守 |
| 有害コンテンツ | コンテンツフィルター（Content Safety） |