「柔軟性（Flexibility）・適応性（Adaptability）・自律性（Autonomy）」をわかりやすく理解する
ISTQB AI Tester シラバスの**第2章「AIベースシステムの品質特性」**では、従来のソフトウェア品質とは異なる、AI特有の観点が数多く登場します。
本記事では、その中でも 2.1「柔軟性・適応性」 と 2.2「自律性」 に焦点を当て、
具体例を交えながら、実務や試験対策の両面で理解しやすく解説します。
第2章：AIベースシステムの品質特性とは？
AIベースシステムでは、以下のような品質特性が重要になります。
-
柔軟性（Flexibility）
-
適応性（Adaptability）
-
自律性（Autonomy）
-
進化（Evolution）
-
バイアス（Bias）
-
倫理（Ethics）
-
副作用（Side Effects）
-
報酬ハッキング（Reward Hacking）
-
透明性・解釈可能性・説明可能性
-
安全性（Safety）
今回はこの中でも、環境変化への対応力と人間との関わり方に直結する
「柔軟性・適応性・自律性」を扱います。
2.1 柔軟性（Flexibility）とは？
定義
柔軟性（Flexibility） とは、
👉 当初のシステム要件では想定されていなかった状況でも、システムが利用できる能力
を指します。
ポイント
-
元々想定していなかった環境や用途でも使える
-
プラットフォームや利用条件が変わっても破綻しにくい
-
「想定外」にどれだけ耐えられるかが重要
具体例
-
ある画像認識AIが
-
工場用カメラ
-
スマートフォン
-
異なるOS（Linux / Windows）
でも動作する
-
-
特定のハードウェア専用ではなく、複数環境で利用できるAIモデル
もしAIシステムが特定の環境に強く依存していると、
-
再利用できない
-
コストが高くつく
-
導入先が限定される
といった問題が発生します。
2.1 適応性（Adaptability）とは？
定義
適応性（Adaptability） とは、
👉 新しい状況や環境に対して、どれだけ容易にシステムを変更・調整できるか
を表します。
柔軟性との違い
|
観点 |
柔軟性 |
適応性 |
|---|---|---|
|
意味 |
想定外でも使える |
変更しやすい |
|
重点 |
利用可能性 |
修正・再設定のしやすさ |
|
例 |
別環境でも動く |
設定変更や再学習で対応 |
具体例
-
ハードウェアが変更された際に
👉 少し設定を変えるだけで再利用できる
-
新しい運用環境に合わせて
👉 学習データを追加・再学習できる
柔軟性と適応性は「セット」で重要
AIシステムは、開発時点ですべての運用環境を完全に予測することが困難です。
そのため、
-
柔軟性：想定外でも使える
-
適応性：変更・調整が容易
この2つを組み合わせることで、
👉 現実のビジネス環境で長く使えるAIシステムになります。
自己学習型AIと柔軟性・適応性
自己学習型AIとは？
-
運用中に得られる新しいデータをもとに
-
自ら学習し、振る舞いを変化させるAI
重要なポイント
-
学習データと実運用データの違いを認識できる
-
データの変化（データドリフト）に対応できる
-
新しいパターンを取り込んで振る舞いを修正できる
テスト観点として重要な点
-
どのくらいの時間で適応するのか？
-
どれくらいのリソース（計算量・メモリ）を使うのか？
-
どこまで変化してよいのか（制約条件）
これらは要件として明確に定義し、テスト対象に含める必要があります。
2.2 自律性（Autonomy）とは？
定義
ISTQB AI Testerシラバスにおける 自律性（Autonomy） とは、
👉 人間の監視や操作なしに、一定期間、意図された機能を実行できる能力
を指します。
⚠️ 「人間を支配するAI」ではありません
あくまで「人間の介入なしで機能を遂行できるか」という品質特性です。
完全自律と現実的な自律の違い
完全自律（理論上）
-
人間の関与が一切不要
-
判断・制御・行動をすべてAIが行う
-
現実にはほぼ存在しない、または望まれていない
実務・シラバス上の自律性
-
一定時間、人間の介入なしで動作
-
必要なときは人間に制御を返す
-
安全性を前提とした設計
具体例：自動運転システム
自動運転車は、自律性の代表例です。
自律的に行うこと
-
周囲環境の認識（カメラ・センサー）
-
信号や標識の認識
-
障害物検知と回避
-
加速・減速・停止の判断
人間に制御を返す場面
-
システム限界を超えた状況
-
センサー異常
-
想定外の環境変化
👉 「いつ・どの条件で人間に制御を戻すか」
これは重要なテスト観点になります。
自律性に関するテスト観点
AI Tester試験・実務の両方で重要なポイントです。
-
どれくらいの時間、人間の介入なしで動作できるか
-
自律動作中の判断は適切か
-
制御を人間に戻す条件は明確か
-
想定外の事象で安全に停止・引き継ぎできるか
まとめ｜試験対策としての要点
押さえるべきポイント
-
柔軟性：想定外の環境でも使える
-
適応性：新しい状況に合わせて変更しやすい
-
自律性：人間の介入なしに機能を遂行できる（ただし完全放置ではない）
ISTQB AI Testerでは
-
定義を正確に理解する
-
従来システムとの違いを意識する
-
「テスト観点」と結びつけて考える
ことが重要です。
コメント