用語

セルフアテンション（Self-Attention）は、文の中の各語が全体を見て「どの情報が大事か」を重みとして持つ仕組みです。Transformerの基盤であり、G検定や自然言語処理の学習でも理解しやすい基礎概念です。

AI-Native Developmentは、後からAIを足すのではなく、AIの能力と制約を前提に開発を設計する考え方です。初心者でもわかる例と、AI-Assistedとの違いを解説します。

GAN（敵対的生成ネットワーク）とは、"描く側"と"見抜く側"の2つのAIが対立しながら学習し、画像や動画を生成する仕組み。比喩でわかりやすく解説し、G検定・データサイエンティスト検定の出題ポイントも紹介します。

エコーチェンバーは、同じ意見や情報が何度も反響して「正しい」と感じやすくなる状態です。SNSや検索で起きやすい理由と、初心者ができる確認方法をやさしく解説します。

Contextual Precisionとは、RAG（AI検索）において「本当に必要な情報」が上位に正しく並んでいるかを測る指標です。なぜRAGの精度向上に重要なのかを分かりやすく解説します。

Agent Cardは、AIエージェント同士が「私は何ができるか」を安全に伝えるための情報カードです。日常の比喩と具体例で、仕組みと関連用語をやさしく整理します。

A2A（Agent to Agent）とは、AIエージェント同士が意思疎通してタスクを完遂するプロトコルです。初心者にもわかる比喩で、MCPとの違いや今後の展望までやさしく解説します。

Rerankerとは、検索の候補をAIがもう一度読み比べ、本当に合う順へ並び替える技術です。RAG・検索強化・質問回答の精度向上における役割を分かりやすく解説します。

パーパス経営とは、利益だけでなく「企業の存在意義」を軸に据える経営手法です。CSRやESGとの違い、具体例、資格試験（ITパスポート/G検定など）の対策ポイントまで分かりやすく解説します。

Faithfulness（忠実性）とは、AI（RAGシステム）が提示された資料や根拠だけに沿って正確に答える性質です。ハルシネーション（嘘・幻覚）を防ぐ評価指標としての重要性を分かりやすく解説します。