iPAS 考題解析
企業在評估 AI 決策模型是否存在資料分布偏差時，下列何者最屬於偏見檢測（Bias Detection）而非偏見緩解（Bias Mitigation）措施？
初級 生成式AI應用與規劃
難度：中等 ★★☆ 115 年考題
考試範圍定位
- 考試等級
- 初級能力鑑定
- 考試科目
- 生成式 AI 應用與規劃
- 知識主題
- 生成式 AI 導入評估規劃
- 能力指標
- 生成式 AI 風險管理（L12303）
本題屬於 iPAS AI 應用規劃師初級能力鑑定「生成式 AI 應用與規劃」科目中的「生成式 AI 導入評估規劃」範疇， 對應的能力指標為「生成式 AI 風險管理」，涵蓋倫理風險、資料安全隱私與合規性、風險影響等核心知識點。 考生在準備這個範疇時，需要掌握相關的理論基礎與實務應用。
題目與選項
企業在評估 AI 決策模型是否存在資料分布偏差時，下列何者最屬於偏見檢測（Bias Detection）而非偏見緩解（Bias Mitigation）措施？
- A. 比較不同資料分布的模型預測結果分布與錯誤率 ✓ 正確答案
- B. 重新加權訓練樣本以平衡資料分布代表性
- C. 在推論階段加入輸出過濾規則
- D. 調整模型決策閾值（Decision Threshold）以降低預測差異
詳細解析
正確答案：A. 比較不同資料分布的模型預測結果分布與錯誤率
偏見檢測是發現偏差的過程，比較不同資料分布的預測結果與錯誤率屬於檢測行為；其他選項都是發現偏差後採取的緩解措施。
各選項逐一解析
理解每個選項為什麼對或錯，是真正掌握這個知識點的關鍵。以下逐一分析每個選項的含義與判斷依據。
A. 比較不同資料分布的模型預測結果分布與錯誤率 （正確）
正確：比較預測結果分布與錯誤率是偏見檢測的手段，用於發現偏差。
B. 重新加權訓練樣本以平衡資料分布代表性 （不正確）
重新加權訓練樣本是偏見緩解措施，用於修正已發現的偏差。
C. 在推論階段加入輸出過濾規則 （不正確）
輸出過濾規則是推論階段的偏見緩解措施。
D. 調整模型決策閾值（Decision Threshold）以降低預測差異 （不正確）
調整決策閾值是偏見緩解措施，用於減少預測差異。
本題涉及的 AI 術語
深入理解以下術語，有助於掌握本題背後的核心概念，也能幫助你在遇到相似題目時更快判斷正確答案。
中等題備考建議
- ▶ 本題屬於中等難度，需要理解概念之間的關聯與應用情境，不能只靠死背定義。
- ▶ 中等難度的題目常考「為什麼」和「怎麼用」，建議整理各技術的優缺點比較表。
- ▶ 練習時注意錯誤選項的陷阱設計，很多時候錯誤選項只有一兩個字的差異，需要仔細辨別。
- ▶ 建議用「費曼學習法」，嘗試向別人解釋這道題的解題思路，能講清楚就代表真正理解了。
同主題考題練習
以下題目與本題屬於相同的考試範疇，建議一併練習以加強對該主題的掌握程度。
某金融監理機構規劃導入生成式 AI 以協助內部人員分析申報文件與監理報告，系統需處理大量涉及企業敏感資料與未公開資訊。主管機關明確要求「資料安全與法規遵循必須優先於導入速度與成本考量」。在此條件下，下列哪一種策略最為適當？
初級 生成式AI應用與規劃 難度 ★★☆ 115 年
在驗證生成式AI應用的概念驗證（Proof of Concept, POC）時，若企業希望確保模型生成的公平性，最適合採用哪種評估策略？
初級 生成式AI應用與規劃 難度 ★★☆
某銀行導入生成式 AI 放貸審核系統，用於分析申貸人條件並生成初步審核意見。測試過程中發現，模型對不同族群的核准率存在顯著差異，可能引發演算法偏見問題。為降低此風險，下列哪一項措施最合適？
初級 生成式AI應用與規劃 難度 ★★☆ 114 年
iPAS AI 應用規劃師認證簡介
iPAS AI 應用規劃師能力鑑定是經濟部產業發展署推動的國家級 AI 證照制度， 分為「初級」與「中級」兩個等級。初級考試包含「人工智慧基礎概論」和「生成式 AI 應用與規劃」兩個科目， 著重基本概念的理解與應用。中級考試涵蓋「AI 技術應用與規劃」「大數據處理分析與應用」「機器學習技術與應用」三個科目， 要求考生具備更深入的技術知識與實務能力。 本題來自初級考試範圍，適合正在準備初級認證的考生練習。
開始準備 iPAS 考試
本題來自 115 年 AI 應用規劃師初級考試。 想通過 iPAS 認證？從完整題庫練習開始，搭配術語詞典與備考攻略，系統化提升你的 AI 知識。