共通テスト情報Ⅰ・5-10

情報システムとデータ活用の一問一答

共通テスト「情報Ⅰ」の「ネットワークとデータの活用」から、情報システムとデータ活用に関する4択問題を10問。「答えと解説を見る」を開くと、正解とその理由がその場で読めます。会員登録は不要です。

この分野の演習

全10問／解説付き・基本無料

アプリ形式で解く（全800問）ネットワークとデータの活用の要点解説を読む

問題

上から順に解いてみてください。答えは各問の下で確認できます。

問15-10・基礎

大量・多種多様・高頻度で発生するデータを蓄積・分析し、新たな知見を得ようとする概念やデータ群を何と呼ぶか？

①ビッグデータ
②オープンデータ
③メタデータ
④パーソナルデータ

答えと解説を見る

正解 ①ビッグデータ

解説
正解は「ビッグデータ」。量が非常に多く、種類もさまざまで、次々と生まれるデータの集まりです。

なぜ
スマートフォンの位置情報、店のレジの記録、機械のセンサの値などは、毎日ものすごい量が生まれています。形も、数値・文章・画像などさまざまです。情報通信白書では、その特徴として多量性・多種性・リアルタイム性（発生の速さ）などが挙げられています。これを集めて分析すると、人の動きの傾向や故障の前ぶれなど、新しい発見につながります。

ひっかけ注意

・「オープンデータ」…国や自治体などが、営利目的でも二次利用でき、機械判読に適し、無償で使える形で公開したデータです。量の多さは条件に入っていません。
・「メタデータ」…データについて説明するデータです。本体のデータに対し、写真の撮影日時や、公開データのタイトル・作成者などの説明にあたります。
・「パーソナルデータ」…個人の属性や行動の記録など、個人に関わるデータです。ビッグデータの一部になる場合もありますが、量や多様さを表す言葉ではありません。

問25-10・基礎

国や自治体が保有する公共データを、誰でも自由に利用・加工・再配布できるように、機械判読可能な形式で公開したものを何と呼ぶか？

①ビッグデータ
②オープンデータ
③パーソナルデータ
④機密データ

答えと解説を見る

正解 ②オープンデータ

解説
正解は「オープンデータ」。国や自治体などが持つデータを、だれでも使えるように、コンピュータで扱いやすい形で公開したものです。

なぜ
国のオープンデータ基本指針では、①営利目的・非営利目的を問わず二次利用できるルールが適用されている、②機械判読（コンピュータプログラムが自動でデータを加工・編集できること）に適している、③無償で利用できる、のすべてに当てはまるものをオープンデータとしています。CSV・XML・JSONなどの形式が例に挙がっています。官民データ活用推進基本法第11条も、国や地方公共団体に、持っているデータを国民が容易に利用できるようにすることを求めています。

ひっかけ注意

・「ビッグデータ」…量が多く、種類がさまざまで、次々と生まれるデータの集まりです。公開されているかどうかは条件ではなく、企業の中だけで使う場合もあります。
・「パーソナルデータ」…個人の属性や購買・移動の記録など、個人に関わるデータです。個人情報を含む場合は法律のルールに従う必要があり、だれでも自由に再配布できるデータではありません。
・「機密データ」…関係者以外に知られてはいけないデータです。公開すると損害が出るため、アクセスできる人を限定して管理します。

問35-10・基礎

AI（人工知能）の技術の一つで、人間がコンピュータに大量のデータを読み込ませ、そこからルールやパターンを自動的に学習させる手法はどれか？

①エキスパートシステム
②自然言語処理
③機械学習
④ゲーム木探索

答えと解説を見る

正解 ③機械学習

解説
正解は「機械学習」。たくさんのデータから、コンピュータがルールやパターンを自動で見つけ出す方法です。

なぜ
人がルールを1つ1つ書く代わりに、データを大量に与えて、コンピュータ自身に傾向を学ばせます。入力と正解の組を与える教師あり学習、正解を与えずにデータのまとまりを見つける教師なし学習、試行錯誤でよりよい行動を学ぶ強化学習があります。2000年代からの第三次AIブームは、ビッグデータを使った機械学習の実用化で始まりました。

ひっかけ注意

・「エキスパートシステム」…専門家の知識を人がルールとして書き込み、推論させるプログラムです。第二次AIブームで広まったもので、データから自動で学ぶ方法ではありません。
・「自然言語処理」…日本語や英語など人間の言葉をコンピュータで扱う技術です。機械翻訳や、文を単語に区切る形態素解析が例です。機械学習を使う場合もありますが、扱う対象で付けた分野の名前で、学ぶ方法の名前ではありません。
・「ゲーム木探索」…将棋などで、起こりうる手を枝分かれの形で先まで調べ、よい手を選ぶ方法です。1950年代後半〜1960年代の第一次AIブームの推論・探索にあたる考え方です。

問45-10・基礎

機械学習の手法の一つで、人間の脳神経回路（ニューロン）を模した数理モデルを多層に重ねることで、画像認識などで高い精度を実現したものはどれか？

①決定木分析
②k-近傍法
③ロジスティック回帰
④ディープラーニング

答えと解説を見る

正解 ④ディープラーニング

解説
正解は「ディープラーニング」。深層学習ともいい、脳の神経細胞のつながりをまねた仕組み（ニューラルネットワーク）を何層にも重ねた機械学習です。

なぜ
層を深く重ねることで、データの中の複雑な特徴を段階的にとらえられます。それまでの機械学習では、どこに注目するか（特徴量）を人が決めていました。ディープラーニングでは、学習用のデータを与えれば、特徴量を取り出すところまでコンピュータが行います。これが画像認識や音声認識の精度を大きく上げました。

ひっかけ注意

・「決定木分析」…「年齢が20歳以上か」のような条件でデータを次々に枝分かれさせ、木の形のモデルで分類や予測をする方法です。条件の分かれ道をたどって答えを出すもので、層を重ねるニューラルネットワークとは仕組みが違います。
・「k-近傍法」…予測したいデータに最も近いk個のデータを選び、その多数決で分類する方法です。例えばk＝3なら、近い3個のうち多い方のグループに入れます。
・「ロジスティック回帰」…予測したい結果が合格・不合格のような質的データ（種類を表すデータ）のときに使う回帰分析で、どちらに当たるかを分類します。教師あり学習の手法の1つです。

問55-10・基礎

あらゆるモノ（家電、車、センサなど）がインターネットにつながり、相互に情報をやり取りして制御する仕組みを何と呼ぶか？

①IoT
②AI
③ICT
④VR

答えと解説を見る

正解 ①IoT

解説
正解は「IoT」。Internet of Things の略で、モノのインターネットと訳されます。家電や車、センサなどのモノがインターネットにつながる仕組みです。

なぜ
モノにセンサや通信の機能を付けると、モノの状態をデータとして送ったり、離れた場所から動かしたりできます。外出先からスマートフォンでエアコンを動かす、工場の機械の振動データから故障の前ぶれを見つける、などが例です。IoTで集まったデータはビッグデータとなり、AIで分析されます。

ひっかけ注意

・「AI」…Artificial Intelligence の略で、人工知能のことです。学習・推論・判断などをコンピュータで行う技術で、IoTで集めたデータの分析に使われる場合があります。
・「ICT」…Information and Communication Technology の略で、情報通信技術全体を指す言葉です。IoTは、ICTの中の1つの分野にあたります。
・「VR」…Virtual Reality の略で、仮想現実のことです。現実の景色に情報を重ねるAR（拡張現実）に対し、コンピュータで作った世界に入りこんだように感じさせます。

問65-10・基礎

分析の前処理として、データの入力ミスや表記ゆれ（全角半角の混在など）、欠損値などを修正・削除して、データを分析可能な状態にすることを何と呼ぶか？

①データマイニング
②データクレンジング
③データウェアハウス
④バックアップ

答えと解説を見る

正解 ②データクレンジング

解説
正解は「データクレンジング」。入力ミスや表記ゆれ、欠けている値などを直したり取り除いたりして、分析できる状態に整える作業です。

なぜ
集めたデータには、全角と半角が混ざっている、東京都と東京が別々に数えられている、同じデータが重なっている、空欄（欠損値）がある、といった問題がよくあります。そのまま分析すると、数え間違いや誤った結論につながります。そこで分析の前に、表記をそろえたり、欠損値を含む行を除くか近い値で埋めるかを決めたりします。欠損値をどう扱ったかは、分析結果とあわせて示します。文部科学省の教材ではデータクリーニングと呼んでいます。

ひっかけ注意

・「データマイニング」…整えた大量のデータから、隠れた規則や関係を掘り出す分析のことです。クレンジングはその前に行う準備という違いがあります。
・「データウェアハウス」…分析のために、業務で生まれたデータを集めて整理しておく大きなデータベースです。日々の取引を処理するデータベースに対し、分析用に集めておく点が特徴です。
・「バックアップ」…故障や誤操作に備えて、データの写しを別の場所に保存することです。データの誤りを直す作業ではないため、誤ったデータもそのまま写されます。

問75-10・標準

POSシステム（販売時点情報管理）などで得られた大量の販売記録から、「パンと牛乳が一緒に買われやすい」といった隠れた法則や関係を発見する技術はどれか？

①テキストマイニング
②トレーサビリティ
③データマイニング
④シミュレーション

答えと解説を見る

正解 ③データマイニング

解説
正解は「データマイニング」。大量のデータの中から、人が気づかなかった規則や関係を見つけ出す技術です。

なぜ
マイニングは、鉱山から鉱石を掘り出すという意味です。POSシステム（販売時点情報管理システム）には、何がいつ、何と一緒に売れたかの記録が大量にたまります。これを分析すると、一緒に買われやすい商品の組み合わせなどが分かります。店は、その商品を近くに並べるなどの工夫に生かせます。

ひっかけ注意

・「テキストマイニング」…口コミやアンケートの自由記述など、文章のデータから単語の出現頻度などの傾向を見つける技術です。日本語の場合は、まず文を単語に区切る形態素解析を行います。
・「トレーサビリティ」…商品が作られてから届くまでの記録を、後からさかのぼって追えるようにすることです。食品の産地や荷物の配送状況を確かめる場合に使われます。
・「シミュレーション」…モデルを使って、現実の動きを試しに計算してみることです。既にある記録から法則を探すのではなく、条件を変えて結果を予測する場合に使います。

問85-10・標準

Webサイト上のページから必要な情報を、プログラムを使って自動的に抽出する技術を何と呼ぶか？

①クローリング
②ブラウジング
③フィッシング
④スクレイピング

答えと解説を見る

正解 ④スクレイピング

解説
正解は「スクレイピング」。Webページのデータから、欲しい部分だけをプログラムで取り出す技術です。

なぜ
Webページには、見出し・本文・広告など、さまざまな情報が混ざっています。スクレイピングでは、ページのHTMLを解析し、決めた場所にある価格や見出しだけを抜き出して、表などに整理します。ただし、サイトの利用規約で禁止されていないかを確かめ、相手のWebサーバに負担をかけすぎないように気をつける必要があります。

ひっかけ注意

・「クローリング」…Webサイトを自動で巡回してデータをかき集めることです。集めたデータから必要な部分を取り出すのがスクレイピングで、2つを合わせてWebスクレイピングと呼ぶこともあります。
・「ブラウジング」…人がブラウザでWebページを見て回ることです。プログラムによる自動の抽出に対し、人が手で操作する点が違います。
・「フィッシング」…本物に似せた偽のメールやWebサイトに、IDやパスワードなどを入力させてだまし取るための詐欺の手口です。

問95-10・基礎

AIの学習に使うデータに偏りがあることにより、特定の性別や人種などに対して、AIが不公平な判断をしてしまう問題を何と呼ぶか？

①AIバイアス
②シンギュラリティ
③ハルシネーション
④フィルターバブル

答えと解説を見る

正解 ①AIバイアス

解説
正解は「AIバイアス」。学習データのかたよりなどが原因で、AIの判断が特定の人々に不公平になる問題です。

なぜ
AIは、与えられた過去のデータから判断のしかたを学びます。そのデータに、社会の中にある偏見や、特定の人々のデータの少なさがあると、AIもそれをそのまま学び、バイアスのある結果や差別的な結果を出してしまうことがあります。内閣府の人間中心のAI社会原則でも、人種や性別などを理由に不当な差別をされないよう、公平性を確保することが求められています。

ひっかけ注意

・「シンギュラリティ」…技術的特異点ともいい、AIなどの技術が人間の知能を超える境目のことです。2045年ごろに来ると予想する研究者もいます。
・「ハルシネーション」…生成AIが、事実に基づかない誤った内容を、もっともらしく作り出してしまう現象です。生成AIを使う場合は、答えが正しいかを確かめる必要があります。
・「フィルターバブル」…アルゴリズムが検索やクリックの履歴から見たい情報ばかり表示するため、考えの合わない情報から隔てられてしまう情報環境です。

問105-10・基礎

現実空間の情報をIoTなどで収集し、仮想空間（サイバー空間）上に「双子」のように再現してシミュレーションを行う技術を何と呼ぶか？

①メタバース
②デジタルツイン
③拡張現実 (AR)
④クラウドコンピューティング

答えと解説を見る

正解 ②デジタルツイン

解説
正解は「デジタルツイン」。現実世界から集めたデータを基に、仮想空間の中に現実のそっくりの双子を作り、さまざまな試しを行う技術です。

なぜ
工場の機械や町の道路にセンサを付け、今の状態のデータを送り続けます。そのデータで、仮想空間の中の双子を現実と同じように動かします。すると、現実では何度も試しにくいこと（渋滞の予測や、機械の耐久の試験など）を、仮想空間で先に何度でも試せます。

ひっかけ注意

・「メタバース」…インターネット上に作られた仮想の世界で、利用者はアバター（分身）で交流します。現実をそっくり再現しているかを問わない点が、デジタルツインとの違いです。
・「拡張現実 (AR)」…現実の景色の上に、コンピュータで作った情報を重ねて見せる技術です。仮想空間に双子を作るのではなく、現実の見え方に情報を足す点が違います。
・「クラウドコンピューティング」…サーバやソフトウェアを、インターネット経由で必要な分だけ使う形態です。自分で機器を持たずに済む一方、通信できないと使えません。

当サイトは、独立行政法人大学入試センターとは一切関係のない、非公式の学習サイトです。試験に関する最新情報は、大学入試センターの公式サイトでご確認ください。

共通テスト情報Ⅰ 基礎完全対策（全800問）に戻る

※本ページでは、アクセス解析（Googleアナリティクス）と、広告の配信・成果の計測（A8.net）のためにCookie等を利用し、閲覧に関する情報をGoogle LLC・株式会社ファンコミュニケーションズへ送信しています。詳しくはプライバシーポリシーをご覧ください。

※本ページの問題・解説は、生成AI（人工知能）を活用して作成しています。