| トピック | 出題範囲 |
| トピック 1 | - AI開発のガバナンス方法の理解：このセクションでは、AIプロジェクトマネージャーのスキルを評価し、AIモデルの設計、構築、トレーニング、テスト、保守に関わるガバナンス責任を網羅します。ビジネスコンテキストの定義、影響評価の実施、関連法規とベストプラクティスの適用、モデル開発中のリスク管理に重点を置いています。また、トレーニングとテストのためのデータガバナンスの確立、データの品質と出所の確保、コンプライアンスプロセスの文書化も含まれます。さらに、リリースに向けたモデルの準備、継続的な監視、保守、インシデント管理、利害関係者への透明性のある情報開示にも重点を置いています。
|
| トピック 2 | - 法律、標準、フレームワークがAIにどのように適用されるかを理解する：この試験セクションでは、コンプライアンス担当者のスキルを評価し、既存および新規の法的要件をAIシステムに適用する方法を網羅します。データプライバシー法、知的財産法、差別禁止法、消費者保護法、製造物責任法がAIにどのような影響を与えるかを考察します。また、EU AI法の主要要素（リスク分類、AIリスクレベルごとの要件、執行メカニズムなど）についても検証します。さらに、OECD原則、NIST AIリスク管理フレームワーク、ISO AI標準などの主要な業界標準とフレームワークを取り上げ、組織が信頼性とコンプライアンスに準拠したAIを実装できるよう導きます。
|
| トピック 3 | - AIの導入と利用を統制する方法の理解：この試験セクションでは、テクノロジー導入リーダーのスキルを評価し、AIモデルを責任ある方法で選択、導入、利用することに関連する責任を網羅します。導入前に主要な要因とリスクを評価すること、さまざまなモデルの種類と導入オプションを理解すること、継続的な監視とメンテナンスを確保することなどが含まれます。この分野は、自社開発およびサードパーティのAIモデルの両方に適用され、モデルの運用期間全体にわたる透明性、倫理的配慮、継続的な監視の重要性を強調しています。
|
| トピック 4 | - AIガバナンスの基礎を理解する：このセクションでは、AIガバナンスの専門家のスキルを測定し、AIとは何か、ガバナンスが必要な理由、AIに関連するリスクと固有の特性など、AIガバナンスの中核概念を網羅します。また、役割の定義、部門横断的なコラボレーションの促進、AI戦略に関するトレーニングの実施など、AIガバナンスに対する組織の期待の確立と伝達についても取り上げます。さらに、サードパーティのリスク管理、プライバシーとセキュリティの実践の更新など、AIライフサイクル全体にわたる監視と説明責任を確保するためのポリシーと手順の策定にも重点を置いています。
|