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]

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） の 商品概要

• 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

• 内容紹介

  全社会人必須のAXリテラシー！

  【30秒サマリー】
  資格発行団体である「一般社団法人生成AI活用普及協会（GUGA）」が執筆した唯一の公式テキストです。大幅に改訂された2027年試験シラバスに完全準拠しています。出題範囲を網羅し、章末には練習問題を用意しています。
  
  ■こんな人におすすめ
  ・生成AIパスポートを受験しようと思っている人
  ・生成AIの理解・活用のための知識習得したい人
  ・生成AIのビジネス利用におけるリスクについて知りたい人
  ・業務のAX化を進めたいと思っている人
  
  ■この本で学べる事
  生成AIの基本的な仕組みや現在の動向について知り、実践的な活用方法を体系的に理解することができます。
  情報漏洩や権利侵害（著作権問題など）といった生成AIを取り扱う上での注意点やリスクを正しく理解し、それらを予防しながら安全にAIを活用できるようになります。
  また、人間中心のAI活用・AI倫理・AIガバナンスや、シャドーAIなど企業の新たなAIリスクにも対応しています。

  【Q＆A】
  Q1：生成AIパスポートとはどのような試験ですか？
  A1：生成AIに関する基礎知識や動向、実践的な活用方法に加え、情報漏洩や権利侵害などのリスクを理解し、安全に業務活用するリテラシーや能力を有しているかを検定する試験です。
  
  Q2：試験の方式や時間はどのようになっていますか？
  A2：自宅から受験できるオンライン実施（IBT方式）で、試験時間は60分、知識問題（四肢択一式（一部複数選択を含む））が60問出題されます。試験は年5回（2月・4月・6月・8月・10月）行われます。
  
  Q3：この本は入門書としても使えますか？
  A3：はい、AXリテラシーを学ぶ入門書としても最適です。

  【著者情報】
  一般社団法人 生成AI活用普及協会（GUGA）

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） の商品スペック