Salesforce認定AIアソシエイトの過去問+模擬問題100題を全問解答＋全問解説しています。

この問題集では、正解、不正解の選択肢全てに解説を付けています。
初学者でもわかりやすく学習可能です。

Salesforce認定AIアソシエイトとは

AIアソシエイトは、AI をテーマに、基本や倫理、データの活用やCRMについて重きを置いている資格です。
特徴として、倫理の問題など一般常識の問題も出題され、Salesforceを知らない方でも解答することができます。
ただ、AIのデータ活用など知らないと解けない問題も多数あります。

試験範囲は？

以下出題の範囲が公開されています

ここから問題と解答/解説になります。

過去問と模擬問題がセットになっており、模擬試験としても活用できます。

初めの10題のみ無料、合計100題、全問解答＋全問解説付きになります。

1.
SalesforceのAIシステムにおいて倫理的な課題を考慮する際、以下で最も重要な観点はどれですか？

A. AIシステムのトランスペアレンシーを確保し、どのようにして意思決定が行われるかをユーザーに明確に説明すること。
B. AIの処理速度を最大化し、システムのレスポンスタイムを最短にすること。
C. AIシステムを用いて生成されたデータの量を最大化し、より多くの情報を収集すること。

正解: A. AIシステムのトランスペアレンシーを確保し、どのようにして意思決定が行われるかをユーザーに明確に説明すること。

解説:

• A. AIシステムのトランスペアレンシーを確保し、どのようにして意思決定が行われるかをユーザーに明確に説明すること: 正解です。AIの倫理的な課題においては、トランスペアレンシーが非常に重要です。ユーザーがAIの意思決定プロセスを理解し、信頼できるようにすることは、AIを公平かつ責任を持って使用するための基本です。これにより、AIの判断がどのように行われているかを把握し、問題が発生した際に適切な対処が可能になります。

• B. AIの処理速度を最大化し、システムのレスポンスタイムを最短にすること: この選択肢は誤りです。処理速度の最大化はパフォーマンスの面で重要ですが、倫理的な観点からは最優先事項ではありません。倫理的な課題は、主に透明性、公正さ、プライバシーなどに関連しています。

• C. AIシステムを用いて生成されたデータの量を最大化し、より多くの情報を収集すること: この選択肢も誤りです。データの量を増やすことが目的ではなく、どのようにデータが使用され、保護されるかが倫理的な課題です。大量のデータ収集はプライバシーの侵害につながる可能性があり、それ自体が倫理的な問題を引き起こす可能性があります。

この問題では、AIシステムの透明性を保つことが倫理的な観点から最も重要であると強調されています。これにより、ユーザーはAIの意思決定プロセスを理解し、その使用について適切に判断することができます。

2.
AIプロジェクトを進める際に、重要な指針となるAIの基本原理は何ですか？

A. 高速な計算能力とデータの大量処理を優先させる。
B. AI技術の開発と利用は、常に人間の倫理観と社会的責任を考慮する。
C. AI技術の進歩は、競争優位を確立するため、他の組織との情報共有を避ける。

正解：B

解説：
A. 高速な計算能力とデータの大量処理は、AIプロジェクトにおいて非常に重要な要素であることは確かです。しかし、これらは基本原理というより技術的な要件であり、AIを進めるにあたっての指針とは異なります。

B. 正解です。AI技術の開発と利用では、ただ技術を進化させるだけでなく、人間の倫理観と社会的責任を深く考慮することが重要です。これらの考慮がないと、AI技術は社会に悪影響を及ぼす可能性があり、持続可能な開発が困難になります。

C. AI技術の進歩は、競争優位を確立するために重要ですが、情報共有を避けるという姿勢はAIの基本原理とは言えません。実際には、オープンな協力と情報共有は、AI技術の健全な進化と社会への良い影響を促進する上で鍵となります。

3.
SalesforceにおけるAIの基礎を理解するための質問として、機械学習モデルがトレーニングデータを処理する際に何を学習するか、最も正確な説明はどれですか？

A. 機械学習モデルはトレーニングデータの特定の値を記憶し、将来同じ値が出現するときにそれを識別する。
B. 機械学習モデルはトレーニングデータからパターンや関連性を学習し、新しいデータに対して予測や分類を行う。
C. 機械学習モデルはトレーニングデータのすべてのエラーを修正し、完璧なデータセットを作成する。

正解: B. 機械学習モデルはトレーニングデータからパターンや関連性を学習し、新しいデータに対して予測や分類を行う。

解説:

• A. 機械学習モデルはトレーニングデータの特定の値を記憶し、将来同じ値が出現するときにそれを識別する: この選択肢は不正解です。機械学習モデルはデータの特定の値を記憶するのではなく、データからパターンを抽出して一般化することが目的です。記憶に依存すると、過学習（overfitting）の問題が発生し、未知のデータに対しては効果的に機能しません。

• B. 機械学習モデルはトレーニングデータからパターンや関連性を学習し、新しいデータに対して予測や分類を行う: 正解です。機械学習はデータセット内のパターンを特定し、これらのパターンを用いて新しいデータの振る舞いや属性を予測するためのモデルを構築します。この過程により、モデルは未見のデータに対する予測能力を持つことができます。

• C. 機械学習モデルはトレーニングデータのすべてのエラーを修正し、完璧なデータセットを作成する: この選択肢は不正解です。機械学習モデルの目的はデータセットのエラーを修正することではありません。モデルはデータから学習するために設計されており、データ自体を修正する機能は持っていません。モデルはデータの不完全性や不確実性の中で最良の予測を行う方法を見つけることを目指しています。

4.
SalesforceコンサルタントとしてAIモデルを設計および実装する際に、データプライバシーを保護するために重要なアクションはどれですか？

A. トレーニングデータセットのサイズを最小限に保つ
B. データを匿名化または擬似匿名化する
C. すべてのユーザーデータに等しくアクセスを許可する

正解：B.

解説：
A. 「トレーニングデータセットのサイズを最小限に保つ」は、データ処理における効率性を高めることができるかもしれませんが、データプライバシーの保護には直接関係ありません。大きなデータセットでも、適切な匿名化やセキュリティ対策が施されていれば、ユーザーのプライバシーを守ることが可能です。

B. 正解です。「データを匿名化または擬似匿名化する」ことは、データプライバシーを保護する上で非常に重要な手法です。個人を特定できる情報（PII）を削除または変更することで、データがもし漏洩したとしても、個人を特定されるリスクを大幅に軽減できます。この方法は、データを用いたAIトレーニングプロセスにおいて、個人のプライバシーを守る上で効果的です。

C. 「すべてのユーザーデータに等しくアクセスを許可する」は、透明性とアクセス制御の原則に反しており、データプライバシーの観点からは好ましくありません。適切なデータ保護とプライバシーポリシーに基づき、必要な人物のみがデータにアクセスできるように制限を設けることが重要です。データアクセスを無差別に許可することは、セキュリティ違反のリスクを高め、プライバシー侵害につながる可能性があります。

5.
クライアントにCRMシステムにAIを適用することのメリットを説明する際、最も強調すべきポイントはどれですか？

A. 組織全体の通信速度を向上させる。
B. 顧客満足度を向上させ、顧客ロイヤルティを強化する。
C. IT部門の作業負担を軽減する。

正解：B.

解説：
A. AIをCRMに適用することで組織全体の通信速度が向上する可能性はありますが、これはAIの適用による直接的なメリットではなく、間接的なものです。より効率的なデータ処理や顧客情報の管理が可能になることで、結果的に通信速度が向上する場合があります。

B. 正解です。AIをCRMシステムに適用する最大のメリットの一つは、顧客体験の個別化と顧客満足度の向上です。AI技術を用いることで、顧客の過去の行動や好みを理解し、顧客一人一人に最適化されたサービスや製品の提供が可能になります。これにより顧客満足度が高まり、結果的に顧客ロイヤルティの強化につながります。

C. IT部門の作業負担を軽減することもAIをCRMに適用するメリットの一つですが、これは主要なメリットではありません。AIの自動化機能や効率性の向上により、ルーティンタスクの自動化が可能になり、IT部門の作業負担が減ることは期待できますが、AIをCRMに導入する主な目的は顧客関係の改善にあります。

6.
AIコンサルタントがプロジェクトにおいてAIを導入する際に考慮すべき、以下で倫理上最も重視すべき点は何ですか？

A. 効率の最大化
B. 機密性の維持
C. 不偏性の確保

正解：C.

解説：
A. 「効率の最大化」はビジネスプロセスにおける重要な目標の一つですが、倫理上の考慮事項としては最も重視すべき点ではありません。効率性を追求する過程で、不公平やプライバシーの侵害などの倫理的問題を引き起こす可能性があります。

B.「機密性の維持」は倫理上の考慮事項の中でも非常に重要な要素ですが、これは主にデータ保護の観点から重視されます。AIプロジェクトの実行においては、顧客や利用者のプライバシーを保護することも非常に大切ですが、AIの公平性や不偏性を確保することは、より広い範囲で社会全体に影響を及ぼすため、より重要と考えられます。

C. 正解です。「不偏性の確保」はAIを導入する上で最も重視すべき倫理上の考慮事項です。AIのアルゴリズムやデータセットに偏りがあると、その結果として不公平や差別が生じる可能性があります。例えば、特定の人種や性別に対して不利な判断を下すようなバイアスが組み込まれてしまい、これが社会的な不公正を助長することになりかねません。したがって、AIプロジェクトを進める際には、アルゴリズムの開発からデータ収集、モデルの訓練に至るまで、不偏性の確保に細心の注意を払う必要があります。

7.

Salesforce Einsteinにおいて、カスタム予測モデルをトレーニングする前に行うべき最も重要なステップは何ですか？

A. 適切な予測変数の選定
B. 予測精度の目標値を設定
C. 分析対象の取引先データの選択

正解：A. 適切な予測変数の選定

解説：

A. 適切な予測変数の選定: AIモデルのトレーニングにおいて、正しい予測変数を選択することは非常に重要です。これにより、モデルが予測するための最も伝えたい情報を受け取り、分析の精度が大きく向上します。良質で関連性の高い予測変数の選定は、モデルの性能に直接影響するため、この選択は正解です。

B. 予測精度の目標値を設定: 予測モデルの性能目標を設定することも重要ですが、モデルを訓練する前に最も重要なステップは、適切なデータと変数を選択することです。目標値設定はモデルが適切な変数に基づいてトレーニングされた後の過程でより関連があります。この選択は不正解です。

C. 分析対象の取引先データの選択: 分析対象データの選択も重要ですが、予測モデルの設計段階で最も基本的かつ重要なのは、どのタイプのデータ（変数）をモデルに入力するかを決定することです。取引先データを選ぶこと自体が分析の質を直接決定するわけではなく、どの特性を予測変数として使用するかがより重要です。この選択は不正解です。

8.
Salesforce Einstein AIを使用して予測分析を行う際、データの準備で以下最も重要なステップはどれですか？

A. データクレンジングと前処理
B. データセットのアーカイビング
C. データの匿名化

正解：A. データクレンジングと前処理

解説：

A. データクレンジングと前処理: 予測分析では、正確な結果を得るためにクリーンで整形されたデータが必要です。データクレンジングには不要なデータや誤ったデータの除去、データの標準化、欠損値の処理などが含まれます。これにより、モデルがより効果的に学習し、正確な予測が行えるため、この選択肢が最も重要です。正解。

B. データセットのアーカイビング: データセットをアーカイブすることは、データ管理の一環として重要ですが、予測分析の直接的な効果に影響を与えるものではありません。予測の精度を直接向上させるわけではないため、この文脈では不正解です。

C. データの匿名化: データの匿名化は、特に個人情報保護の観点から重要なプロセスですが、予測分析の精度を直接向上させるものではありません。しかし、規制やプライバシーの要件を満たすためには必要な場合もありますが、予測分析の準備工程としては初期のデータクレンジングと前処理の重要性には及びません。不正解。

9.
Salesforce CRMで利用可能なAI機能の中で、特に営業パイプラインの効率を向上させる機能はどれですか？

A. 顧客のセンチメント分析を行い、感情トーンをベースにコミュニケーション戦略を調整する。
B. リードスコアリングを自動化し、最も成約可能性が高いリードに優先的にリソースを割り当てる。
C. 顧客データベースの重複エントリーを自動的に検出し、データクレンジングを行う。

正解: B. リードスコアリングを自動化し、最も成約可能性が高いリードに優先的にリソースを割り当てる。

解説:

• A. 顧客のセンチメント分析を行い、感情トーンをベースにコミュニケーション戦略を調整する: この選択肢はCRMのAI機能として有効ですが、直接的に営業パイプラインの効率を向上させるものではなく、主にマーケティングや顧客サービスの質を向上させるために使用されます。

• B. リードスコアリングを自動化し、最も成約可能性が高いリードに優先的にリソースを割り当てる: この機能は営業チームが最も価値の高いリードに集中できるようにするため、営業効率の向上に直接寄与します。AIによるリードスコアリングは、リードの購買意欲や緊急性をデータ駆動で評価し、営業戦略の最適化に役立ちます。

• C. 顧客データベースの重複エントリーを自動的に検出し、データクレンジングを行う: この選択肢もCRMのデータ品質を向上させる重要な機能ですが、直接的には営業パイプラインの効率向上には寄与しません。データクレンジングはデータの正確性を保証するために重要ですが、営業活動の効率向上には直接関連していません。

このため、営業パイプラインの効率を最も向上させる機能として、Bのリードスコアリングが最も適切な選択です。

10.

Salesforce Einstein AIを使用して顧客優遇システムを設計する場合、倫理的に最も配慮すべき問題は以下どれですか？

A. データの過剰収集
B. 人的バイアスの導入
C. システムの高速性

正解：

B. 人的バイアスの導入

解説:

A. データの過剰収集: データの過剰収集はプライバシーや個人情報保護の観点から潜在的な問題ですが、倫理的な課題としては、特にAIの意思決定過程での直接的な問題ではありません。このため、AIの倫理を考える場合、これは主要な懸念事項ではないかもしれません。不正解。

B. 人的バイアスの導入: AIシステムにおける最も重要な倫理的課題の一つは、モデルやアルゴリズムに人的バイアスが導入されることです。訓練データの偏りや、アルゴリズム開発者の意図しない先入観が、最終的な意思決定プロセスに影響を及ぼす可能性があります。この点において、Salesforceの信頼済みAIの原則に則り、不偏で公正なシステム設計が求められます。正解。

C. システムの高速性: システムの高速性は、特に性能要件として重要ですが、倫理的な課題としてはあまり関係ありません。高速性はユーザーエクスペリエンスやシステム効率に寄与しますが、倫理的な問題とは直接的には関連しないため、このシナリオでは不正解です。

この問題は、Salesforce AIを使用する際に倫理的な考慮を必要とする人的バイアスの問題を浮き彫りにすることを意図しています。正しい訓練データ選択とバイアスを排除するための措置が重要です。