#生成AI — Reports — INKRIM
生成AIで事務職の求人環境は悪化しているのか——有効求人倍率の14年を確認する
厚生労働省の職業別有効求人倍率を2012年度から追うと、事務職の低さ自体は生成AI登場前からの構造。直近月の前年同月比較では事務職全体の倍率が職業計より大きく低下しているが、一般事務に絞ると低下幅は職業計に近い。
REPORTAI事業者ガイドラインは何を求めているか——禁止ではなく、リスクに応じた運用
総務省・経産省のAI事業者ガイドライン第1.0版から、企業や自治体がAIを使うときの基本線を確認する。
REPORTLLMアプリの危険は何から始まるか——OWASP Top 10を見る
OWASP Top 10 for Large Language Model Applicationsから、生成AIアプリ特有のセキュリティリスクを確認する。
REPORT国産生成AI開発は何に投資しているか——GENIACを見る
経産省・NEDOのGENIACから、日本の生成AI開発支援がどこへ向かっているかを確認する。
REPORT行政は生成AIをどう調達するのか——利活用とリスク管理を同時に進める
内閣府のガイドライン一覧から、デジタル庁の政府向け生成AI調達・利活用ガイドラインの位置づけを確認する。
REPORTAI導入契約で何を確認するべきか——契約チェックリストが必要な理由
経産省のAI契約チェックリストの位置づけから、生成AI導入で契約上見るべき論点を整理する。
REPORT生成AIに個人情報を入れてよいのか——個人情報保護委員会の注意喚起を読む
個人情報保護委員会の注意喚起から、生成AI利用で最初に線を引くべき情報を確認する。
REPORTコンテンツ制作で生成AIを使う前に見るべきこと——制作現場のAI利用ガイド
経産省のコンテンツ制作向け生成AIガイドブックの位置づけから、制作現場でのAI利用の論点を整理する。
REPORT子どもの生成AI利用——高校生46%、中学生31%、小学生9%
こども家庭庁の最新速報とベネッセ調査から、子どもたちとAIの距離を確認する。
REPORT就活生の生成AI利用率、2年で14.5%から7割へ——調査データで追う
リクルート・マイナビ・日経報道など公開調査を横断し、新卒採用で実際に何が起きているかを数字で確認する。
REPORT広島AIプロセスとは何だったのか——生成AIの国際ルールの入口
内閣府の国際規範一覧から、広島AIプロセス包括的政策枠組みの位置づけを確認する。
REPORT日本人の生成AI利用率は26.7%——1年で3倍、それでも米国の半分以下
総務省の情報通信白書から、個人・企業の生成AI利用の現在地を確認する。市場は年率36%で拡大している。
REPORT生成AIの品質管理は何が違うのか——正解が一つではない出力をどう扱うか
AISTの生成AI品質マネジメントガイドラインの位置づけから、生成AIの評価の難しさを整理する。
REPORT生成AIの初心者向け資料が必要な理由——使う前に知るべき注意点
総務省の「生成AIはじめの一歩」から、国民向けAIリテラシー資料の意味を確認する。
REPORTAIと著作権はどこでぶつかるのか——文化庁の考え方を見る
文化庁「AIと著作権に関する考え方について」の位置づけから、生成AI利用時の著作権論点を確認する。
REPORT学校はAIをどう受け入れているか——ガイドライン、パイロット校、校務利用のいま
文科省ガイドラインVer.2.0と各種調査から、学校側の生成AI対応の現在地を確認する。
REPORT子ども・子育て分野で生成AIを使うとはどういうことか——自治体業務の実践ハンドブック
こども家庭庁の生成AI導入・活用ハンドブックの位置づけから、子育て行政でAIを使う難しさを確認する。
REPORT大学・高専は生成AIをどう扱うのか——教学面のルールが先に必要になる
文科省の大学・高専向け生成AI資料の位置づけから、高等教育でAI利用ルールが必要になる理由を確認する。
REPORTAI学習データの相談窓口はなぜ必要か——学習データをめぐる不安の受け皿
内閣府AI戦略ページにあるAI学習データに関するコミュニケーション窓口から、学習データ問題の入口を整理する。
REPORTAI出力に何を添付すべきか——Output Content Credentialの実務論点
C2PA AI/MLガイダンスのOutput Content Credentialから、生成物にモデル・入力・権利情報を結びつける意味を整理する。
REPORTAIモデルの版管理はなぜ難しいか——Model VersioningとReleaseの論点
C2PA AI/MLガイダンスから、モデルのバージョン、派生、チェックポイントを追跡する必要性を整理する。
REPORTAI生成物のラベルは万能ではない——C2PA Content Credentialsの役割
C2PA仕様から、AI生成コンテンツの来歴表示が何を解決し、何を解決しないのかを整理する。
REPORTGPAI Code of Practiceは何を具体化するか——EU AI Actの汎用AIルール
General-Purpose AI Code of Practiceから、汎用AIモデル事業者の透明性・著作権・システミックリスク対応を整理する。
REPORT人はAIを信じすぎる——NISTのHuman-AI Configurationリスク
NIST AI 600-1のHuman-AI Configurationから、過信・擬人化・依存を防ぐUIと運用の論点を整理する。
REPORT生成AIの環境負荷は運用設計の問題になる——NISTのEnvironmental Impacts
NIST AI 600-1のEnvironmental Impactsから、生成AIの計算資源と運用コストを整理する。
REPORT生成AIの知的財産リスクはどこで起きるか——NISTのIPリスク整理
NIST AI 600-1のIntellectual Propertyリスクから、学習データ、出力、営業秘密の論点を整理する。
REPORT生成AIはサイバー攻撃面を広げる——NISTのInformation Securityリスク
NIST AI 600-1のInformation Securityリスクから、生成AIが攻撃と防御の両方に与える影響を整理する。
REPORT生成AIのハルシネーションをどう扱うか——NISTがいうConfabulation
NIST AI 600-1のConfabulationリスクから、生成AIの誤情報を運用で扱う考え方を整理する。
REPORTNIST生成AIプロファイルは何を足したか——AI RMFをLLM時代に使う
NIST AI 600-1から、生成AIのリスク管理が従来のAI管理とどこで違うのかを整理する。