パスポーン

用語解説 / 第2章 生成AI（ジェネレーティブAI） / 生成AI

生成AI（ジェネレーティブAI）とは

別表記：ジェネレーティブAI

文章・画像・音楽・動画などを新しく作り出すAIのこと。

生成AIパスポート公式シラバス（2026年2月試験より適用）第2章「生成AI（ジェネレーティブAI）」の収載語です。

まず1問、解いてみる

答えを開く前に、自分の言葉で説明してみてください。

生成AI(ジェネレーティブAI)の元になっている「自己回帰モデル」を説明したものとして、最も適切なのはどれか。

  • Aこれまでに出てきたデータを手がかりに、次に来る要素を予測しながら新しいデータを作り出す仕組み
  • B画像を格子状の小さな区画に分け、その区画ごとに特徴を読み取って全体を判断する仕組み
  • C本物そっくりのデータを作る役と、それを見分ける役を競い合わせながら学習させる仕組み
  • D文章全体を一度に読み込み、前後の関係をまとめて同時に把握してから分類する仕組み
答えと解説を開く

正解A　これまでに出てきたデータを手がかりに、次に来る要素を予測しながら新しいデータを作り出す仕組み

自己回帰モデル(じこかいきモデル)とは、これまで出てきた言葉をヒントにして、次に来る言葉を予測しながら文章などを作っていく仕組みのことです。たとえば「むかしむかし、ある」の続きに「ところに」を予測して足す作業を繰り返し、文章を生成していきます。生成AI(人が作ったような文章や画像を新しく作れるAI)の基本的な考え方の一つです。

この問題を含む一問一答で続きを解く

ありがちな誤解と訂正

当サイトの問題「生成AI(ジェネレーティブAI)の元になっている「自己回帰モデル」を説明したものとして、最も適切なのはどれか。」の誤答の選択肢から。

×画像を格子状の小さな区画に分け、その区画ごとに特徴を読み取って全体を判断する仕組み

○CNN(畳み込みニューラルネットワーク)の仕組み＝画像を小さな区画ごとに特徴を読み取る画像認識AIの方式。

この問題の正解＝「これまでに出てきたデータを手がかりに、次に来る要素を予測しながら新しいデータを作り出す仕組み」

同じ問題に登場した語

当サイトでの登場（実測）

当サイトの問題バンク321問のうち、生成AIは58問に登場します。 内訳＝問題文に登場58問。このほか、解説・誤答の注だけでの言及が33問あります（これは「問われた」に数えていません）。

登場した単元＝第2章 生成AI（ジェネレーティブAI）・第3章 現在の生成AIの動向・第4章 情報リテラシー・基本理念とAI社会原則・第5章 テキスト生成AIのプロンプト制作と実例

※この数字は当サイトの問題バンク内の集計です。本試験の出題頻度ではありません。

演習に進む

用語の選定＝GUGA「生成AIパスポート試験シラバス」（2026年2月試験より適用）収載の詳細キーワードに準拠。 この頁の一行定義は、問題データから機械抽出できなかった語のため、当サイト（パスポーン）が執筆したものです。 執筆にあたっては、この語が登場する当サイトの問題と矛盾しないことを検査プログラムで照合しています （引用している問題・解説の文は、当サイトの問題データからの逐語）。 当サイトはGUGA非公認の独立した学習サイトです。

最終更新：（運営：Meritorious）