利益:
- プロジェクトデータ (顧客、予算、人材、契約) の機密レベルと、KVKK / NDA の範囲内の匿名化、保管、共有ルールを理解する
- 人工知能の使用における倫理原則 (透明性、正義、説明責任) と企業の AI ガバナンス ポリシーを起草する能力
- 人工知能の成果が経営上の決定や契約上の決定に取って代わらず、責任と最終承認が常に人間に残るというガバナンスの枠組みを確立できること。
モジュール試験
1. プロジェクトマネージャーは、人工知能が生成した見積時間を、検証することなく顧客に直接納期として約束します。このアプローチの根本的な間違いは何でしょうか?
- A) チームデータや管理者の検証を経ずに、人工知能の予測をコミットメントに変換する。責任は人々にあるということを無視する ✔
- B) プロジェクト管理に人工知能を使用することは固く禁じられています
- C) 人工知能は常に時間を実際より短く見せてしまう
- D) 見積もりが表に示されていない
説明: 人工知能は、過去のパターンと仮定に基づいて予測を生成します。ただし、納期の約束は契約上の義務であり、チームの能力、実際のスケジュール、専門家の判断によって検証される必要があります。未検証の見積もりは署名のない約束のようなものであり、責任はプロジェクト マネージャーにあります。
2. プロジェクトと顧客のデータを一般公開されている人工知能ツールに入力する場合、最も適切なアプローチは次のうちどれですか?
- A) 顧客名と契約金額をそのまま貼り付けてスピードアップ
- B) ID および企業秘密情報を抽出し、データを匿名化し、可能であれば企業が契約したツールを使用する ✔
- C) 顧客名のみを非表示にし、契約金額を残す
- D) データを共有する前に、チームリーダーから口頭で許可を得るだけで十分です。
開示: 顧客名、契約金額、人事情報、および機密保持契約 (NDA) の対象となる内容は機密情報です。 ID および企業秘密情報は削除され、データは匿名化される必要があり、可能であれば、モデルのトレーニングにデータを使用しない企業のデータ処理契約ツールを優先する必要があります。
3. 人工知能によって作成されたドラフトを作業分解構造 (WBS) で使用する場合、最も正しいアプローチは何ですか?
- A) ドラフトをそのまま承認し、プロジェクトを開始します
- B) チームおよび関係者と一緒にドラフトをレビューし、範囲、納品、および受け入れ基準に従って確認します ✔
- C) WBS を完全に削除し、タスク リストを直接操作する
- D) 人工知能によって生成されたすべてのパッケージを作業パッケージとして受け入れる
説明: AI は一般的な WBS アウトラインを生成できます。ただし、組織の実際の範囲、リソース、成果物に対する作業パッケージの適切性は、チームと関係者の検証を通じて確認する必要があります。不完全または非現実的なパッケージはスコープ クリープを引き起こします。
4. 時間予測において、人工知能によって与えられる単一の数値ではなく、3 点 (楽観的/可能性/悲観的) 予測を使用する主な理由は何ですか?
- A) 3 つの値を表示するとレポートが長くなります
- B) 人工知能は単一の数字を生成できないため
- C) 予測には不確実性が含まれるため、シナリオに応じて柔軟に計画を立て、遅延リスクに余裕を持たせる必要がある ✔
- D) 悲観的な予測は常に真の値を正確に与えるため
説明: この予測は仮定と過去のデータに基づいており、不確実性が含まれています。単一点ではなく範囲に基づいて計画を立てることで、遅延のリスクに対する余地を残し、シナリオを管理することができます。 PERT などの手法は、これら 3 つの値を加重平均に変換します。
5. プロジェクトのスケジュールにおけるクリティカル パスとは何を意味しますか?
- A) プロジェクト内で最もコストのかかるタスクのリスト
- B) 最も多くのリソースを使用する一連のタスク
- C) 遅延のマージンがゼロであり、遅延によってプロジェクト全体が遅れる、接続されたタスクのチェーン ✔
- D) プロジェクトの最初の週に完了したタスク
説明: クリティカル パスは、プロジェクトの合計期間を決定する、スラックがゼロで接続されたタスクのチェーンです。このパスに沿ってタスクを遅らせると、プロジェクト全体が遅れます。したがって、管理者の注意はまずクリティカル パスに集中する必要があります。
6. 人工知能によってリスク登録に割り当てられた確率と影響の値を使用する場合、プロジェクト マネージャーは何をすべきですか?
- A) 値をそのまま受け入れ、リスク記録を閉じます。
- B) 制度上の状況に応じて確率と影響の値を調整し、専門家とリスク所有者と対応戦略を決定する ✔
- C) スコアの高いリスクのみを削除する
- D) リスクをまったく記録しておらず、口頭でリスクを遵守している
説明: 人工知能はリスクの特定とドラフトのスコアリングに役立ちます。ただし、確率と影響の推定には機関固有のコンテキストが必要であり、専門家の調整を通じて改善する必要があります。リスクの所有権と最終的な対応の決定は人間に委ねられます。
7. ステータス報告における「スイカ」（外側が緑、内側が赤）の効果は何を意味しますか?また、人工知能はこの点でどのように罠を仕掛けることができますか?
- A) レポートは常に赤で表示されます
- B) プロジェクトが実際に問題がある場合に、状況をグリーン/良好として提示する。 ✔ AIは楽観的な入力を検証せずに磨き上げる
- C) 夏の間だけレポートを書く
- D) 人工知能がレポートを作成するのが非常に遅い
説明: スイカ効果とは、プロジェクトのステータスが実際には赤であるにもかかわらず、緑 (良好) として表示される傾向です。 AI は、洗練された言語で与えられた楽観的な入力を強化できます。プロジェクト マネージャーは、ステータスの色を実際の EVM およびフィールド データで確認する必要があります。
8. 人工知能を使って会議の議事録を要約するときに最もよくある間違いは何ですか?
- A) 会議メモを決定事項とアクションの見出しに分ける
- B) 行動に対する責任と期限の割り当て
- C) 人工知能による決定、行動、責任を検証せずにそのまま配布する ✔
- D) 参加者と共有する前に概要を読む
説明：AIは決定をスキップしたり、間違った人に行動を割り当てたり、暗黙の約束をしたりする可能性があります。概要は、実際の参加者と意思決定の背景を確認することなく配布すべきではありません。また、非表示のコンテンツも確認する必要があります。
9. ステークホルダー分析における権力/利益マトリックスの主な目的は何ですか?
- A) 関係者をアルファベット順に並べる
- B) ステークホルダーをその権力と関心のレベルに応じて分類し、コミュニケーションの強度を適切なステークホルダーに向ける ✔
- C) 最も高額な報酬を支払っている関係者のみをリストする
- D) 利害関係者の連絡先情報を隠す
説明: 権力/関心マトリックスは、プロジェクトに対する影響力と関心の観点から利害関係者を分類します。このようにして、誰が綿密な管理を必要としているか、誰が情報を必要としているか、誰が満足度を重視したコミュニケーションを必要としているかが決まります。コミュニケーションの努力は適切な関係者に焦点を当てます。
10. 変更リクエストの影響分析における「鉄の三角形」（範囲-時間-コスト）は何を思い出させますか?
- A) 範囲、時間、コストは互いに独立しています
- B) 1 つの変数を変更すると、他の変数に影響します。 ✔ 範囲が増えると、時間/コストも影響を受ける
- C) プロジェクトには 3 つのタスクのみを含める必要があります。
- D) 変更はいつでも無料です
説明: 鉄の三角形は、範囲、時間、コスト (品質とともに) が相互に関連していることを示します。 1 つを変更すると他のものも影響を受けると説明されています。 AI はドラフトの影響分析を生成できます。ただし、承認は権限のある意思決定当局に属します。
11. プロジェクト管理における人工知能の使用の正しい制限を表しているのは次のうちどれですか?
- A) 人工知能はプロジェクトのすべての意思決定を自動的に行うことができます
- B) 人工知能はテキストの作成にのみ使用でき、計画や予測には使用できません。
- C) 人工知能はアシスタントおよび意思決定支援ツールです。重要な決定の責任と最終承認は人間にあります ✔
- D) 人工知能は人間の承認なしに契約上の義務を確定させることができる
説明: 人工知能アシスタント、ドラフトジェネレーター、および意思決定支援ツール。予算のコミットメント、納期の約束、リソースの割り当て、契約上の義務などの決定の責任と最終承認は、常に有能なプロジェクト マネージャーと責任ある利害関係者にあります。
12. アーンドバリュー管理 (EVM) において CPI (コストパフォーマンス指数) が 0.85 であることは何を意味しますか?
- A) プロジェクトは予算内で効率的に進んでいます
- B) 費やしたお金に対して、計画よりも少ない価値が生み出される。プロジェクトは予算超過の危険にさらされています ✔
- C) プロジェクトは予定通りに進んでおり、コストとは関係ありません
- D) プロジェクトは計画より 85% 早く進んでいます
説明: CPI = EV / AC。 1 未満の値は、費やした金額ごとに計画よりも少ない価値が生み出されることを示し、プロジェクトが予算を超えていることを意味します。 0.85 は、1 TL が費やされるごとに 0.85 TL の作業が生成されることを大まかに意味し、コストの偏差を示します。
13. プロジェクトのスケジュールにおけるタスクの期間について AI に尋ねたときに生じる最も重大なリスクは何ですか?
- A) 人工知能が時間を作成し、流暢に提示し、検証せずにスケジュールを入力します ✔
- B) 人工知能は非常にゆっくりと時間を生成します
- C) 推奨時間は常に顧客によって自動的に受け入れられます。
- D) 期間は日単位でのみ作成できます
説明: AI は、プロジェクトの実際のデータを見ずに、過去の一般的なパターンに基づいて、確信はあるものの根拠のない時間 (幻覚) を生成する可能性があります。チームの能力や過去の実績によって検証されることなく、各期間をスケジュールやコミットメントに含めるべきではありません。
14.企業のプロジェクト管理 AI ガバナンス ポリシーに含めるべきものは次のうちどれですか?
- A) どのブランドのプロジェクト管理ソフトウェアを購入すればよいか
- B) データ分類、匿名化/NDA、人間による承認ポイント、説明責任/監査記録、倫理原則 ✔
- C) プロジェクトマネージャーのみが人工知能を使用できるというルール
- D) 人工知能がすべてのプロジェクトの意思決定を単独で行うことを許可する条項
説明: 健全なガバナンス。どのプロジェクト データをどのツールに入れることができるか、匿名化と NDA ルール、人間による承認ポイント、責任と監査証跡、倫理原則 (透明性、公平性、説明責任) を定義します。
15. 人工知能を使って教訓文書を作成する場合の最良のアプローチは何ですか?
- A) 人工知能が生成したあらゆる文章をそのまま公開
- B) 人間がドラフトをレビューし、コンテキスト、正確性、機密性を検証してドラフトを公開する ✔
- C) 教訓を決して書き留めず、人々の記憶に情報を残さないでください。
- D) 人を名指しで非難する発言をそのまま放置すること
説明: AI は過去のプロジェクト記録からテーマと洞察を概説できます。ただし、組織の記憶の正確性、コンテキスト、および機密性には人間による制御が必要です。匿名化されていない有罪声明や根拠のない推論は、機関に損害を与えます。