AI分野のG検定の学び方｜出題範囲と勉強手順、法務の要点まで

2026年6月6日

長谷川奈津

この記事のポイント

✓何から学べばよいのかという順番で整理しました
✓法律と倫理の出題への備え方
✓取得後に業務でどう使うかまで

先日、あるフリーランスのデザイナーさんから相談を受けました。「クライアントから、生成AIを使って作った画像を納品してよいか確認された。どう答えればいいのか分からない」と。結論から言うと、これは契約書の取り決めと、著作権の帰属をどう整理しているかで答えが変わる問題です。つまり、技術の話ではなく、前提の知識と言葉の問題なんです。

AI分野のG検定を調べている方の多くは、この「言葉が分からないまま会話が進んでいく」状況に困っているのだと思います。これ、知らない人が本当に多いんです。G検定は、AIを作る人の試験ではありません。AIを使う立場で、何が起きているのかを説明できるようになるための試験です。この記事では、出題範囲の構造から勉強の順番、そして法律と倫理の出題への備え方までを整理します。

G検定はどういう試験なのか。E資格との違い

まず、名前の整理から始めます。G検定のGはジェネラリストの頭文字です。日本ディープラーニング協会が実施している検定で、同じ協会が出しているE資格はエンジニア向けの試験です。この2つを混同したまま学習を始める方が一定数いるので、最初に分けます。

G検定は、AIの技術を使う立場の人に向けた試験です。数式を導出したり、コードを書いたりする出題はありません。問われるのは、どんな手法があり、それぞれ何が得意で何が苦手か、そして社会に導入するときにどんな課題が生じるかという知識です。つまり、AIを事業に取り入れる判断をする人、AIを使う現場で会話に参加する人のための試験だということです。

E資格は、実際にモデルを実装する人向けの試験です。受験には認定プログラムの修了が前提条件として設けられており、誰でもいきなり受けられるわけではありません。数式の理解と実装の知識が問われます。

では、どちらを受けるべきか。判断はシンプルです。自分でモデルを組む仕事をするならE資格、それ以外のすべての立場ならG検定です。企画、営業、法務、人事、経営、そしてデザイナーやライターのような制作職。この層にとっては、G検定の範囲がそのまま必要な知識になります。

協会の考え方として、対象は技術者に限定されていません。

もちろん役立ちます。G検定は仕事でAIの知識を活かし、AI・ディープラーニングに関する知識・スキルを得るためだけのものではなく、職場でAI理解の必要性を感じ、適切な知識や活用方針を決定して事業応用する能力を得るための資格です。G検定に合格することで幅広い職種において活用できるようになります。出典: skillupai.com

「適切な知識や活用方針を決定して事業応用する能力」という部分が、この検定の性格を示しています。技術の細部ではなく、判断ができるようになることが目的です。私が法務の仕事でこの範囲を必要としたのも、まさにここでした。相談を受けたときに、技術の中身が分からないと、どのリスクが現実的でどれが取るに足らないのかを判断できないのです。

受験の形式と費用。申し込む前に確認すること

試験は自宅からオンラインで受けられます。試験会場に行く必要がないため、地方在住の方や、平日に休みが取りにくい方でも受けやすい形式です。ここは他の資格試験と比べて明確に有利な点です。

出題は多肢選択式で、問題数は多く、1問あたりに使える時間が短いという特徴があります。試験時間は120分で、問題数は百数十問から二百問程度の範囲で実施されてきました。つまり、1問に1分もかけられません。ここが受験者が最初に驚く部分です。知識があっても、迷って考え込むと時間が足りなくなります。

受験料は、一般が13,200円、学生が5,500円という水準で設定されています。金額は改定されることがあるため、申し込む前に必ず公式の案内で確認してください。学生割引の幅が大きいので、対象の方は在学中に受けるほうが明らかに有利です。

実施の回数は、以前は年数回でしたが、近年は増える傾向にあります。受けられる機会が多いということは、思い立った月から2ヶ月後の試験を目標にできるということです。私は、この「申し込んでから勉強する」やり方を強く勧めています。準備ができてから申し込む方は、たいてい申し込まないまま1年が過ぎます。

オンライン受験で注意すべき点を3つ書きます。

1つ目は、通信環境です。試験中に接続が切れると面倒なことになります。有線接続が可能な環境を用意するか、少なくとも試験中は他の機器の通信を止めてください。

2つ目は、時間の管理です。自宅受験なので、監督者から「残り10分です」という声はかかりません。画面上の残り時間を自分で確認しながら進める必要があります。私は模擬問題を解くときから、必ず時間を計る習慣をつけました。

3つ目は、受験規定の確認です。自宅受験の試験には、使ってよい資料の範囲や、周囲の環境についての規定があります。ここは自己判断せず、公式の案内を読んでください。※規定の解釈に迷う点があれば、必ず主催者の窓口に確認してください。後から問題になるほうが面倒です。

出題範囲の構造を先に押さえる

G検定の出題範囲は、公式のシラバスとして公開されています。学習を始める前に、この構造を頭に入れてください。範囲が広いので、地図なしで歩くと迷います。

シラバスは改定されます。生成AIに関する項目が追加されたように、技術の動きに合わせて内容が更新されていきます。学習を始める前に、必ず最新版のシラバスを確認してください。古いテキストで勉強すると、出題される範囲を学ばないまま受験することになります。これ、意外と多いんです。中古で安く手に入れたテキストが数年前のもので、最近追加された項目が丸ごと抜けていた、という相談を受けたことがあります。

最新版のシラバスは、主催団体が公式サイトで公開しています。学習を始める日に一度だけ目を通せば済む作業なので、ここは省略しないでください。

大きく分けると、次の流れになっています。

人工知能の定義と歴史。AIという言葉が何を指してきたか、どういう期待と失望の波があったか。過去に2度の冬の時代があったという流れは、必ず問われます。ここは暗記の範囲ですが、量は多くありません。

AIをめぐる動向と、抱える問題。探索や推論、知識表現、機械学習の登場といった技術の流れと、フレーム問題や記号接地問題のような理論的な課題が扱われます。用語の数が多く、ここで挫折する方が出ます。

機械学習の具体的な手法。教師あり学習、教師なし学習、強化学習の区別。そして、それぞれの代表的な手法の名前と特徴。数式は不要ですが、名前と性質の対応を覚える必要があります。

ディープラーニングの概要と手法。層を深くすることで何が可能になったか、学習がうまく進まない問題にどう対処したか、画像や言語や音声でどういう構造が使われるか。この部分が出題の中心になります。

社会実装に向けた課題。データの扱い、公平性、説明可能性、そして法律と倫理。ここが、他の技術資格と明確に違う部分です。

数理と統計の基礎。確率、統計量、線形代数の初歩。深い計算は求められませんが、用語が分からないと問題文が読めません。

この構造を見て分かるのは、技術のパートと社会のパートが半々くらいの比重だということです。技術系の学習に慣れている方は前半を軽く見て後半で落とし、文系の方はその逆になります。自分がどちらに寄っているかを最初に自覚してください。

勉強時間の目安と、現実的な配分

学習時間の目安について、公開されている見積もりがあります。

G検定合格に必要な勉強時間は約30時間です。1日1時間コンスタントに勉強していけば約1か月ほどで合格可能レベルに辿り着く計算です。ただし、今までAI・ディープラーニングに触れてこなかった初学者にとってはより多くの勉強時間が必要でしょう。出典: skillupai.com

ここで大事なのは、後半の但し書きです。30時間という数字は、AIやディープラーニングに触れたことがある人の目安です。つまり、業務でツールを使っていて、用語を耳にしている人の数字だということです。

まったくの初学者の場合、私は60時間から80時間を見るべきだと考えています。理由は、用語の量です。この試験の負荷は理解の難しさではなく、覚える用語の数にあります。1つの手法に複数の呼び名があり、似た名前の別の手法が並んでいる。この区別に時間がかかります。

配分の目安を書きます。

最初の10時間で、全体を1周します。理解できなくても止まらずに最後まで行く。ここで大事なのは、範囲の全体像を掴むことだけです。分からない箇所に付箋を貼って、先へ進みます。

次の20時間で、問題を解きます。模擬問題集を1周する。正解率は気にしません。解けなかった問題の範囲が、自分の学習対象だと分かればよいのです。この段階で、自分が技術寄りか社会寄りかが明確になります。

次の20時間で、弱い範囲を埋めます。付箋を貼った箇所と、間違えた問題の範囲だけを読み直す。全部を読み直すのは時間の無駄です。

残りの時間で、模擬問題を2周目、3周目と回します。ここで時間を計ってください。1問あたり30秒から40秒で進む練習が必要です。

私が法務の勉強で身についた習慣が、この試験にも役立ちました。条文を覚えるとき、条文を読むのではなく、事例から条文を引く練習をします。同じように、手法の名前を覚えるのではなく、「画像を扱うならどの構造か」という問いから引く練習をすると、試験中に迷いません。逆向きに覚えるということです。

法律と倫理の出題は、実務で一番効く

私の専門に近い部分なので、ここは詳しく書きます。

G検定の出題範囲には、AIに関する法律と倫理が含まれています。技術系の資格でこの範囲が入っているものは珍しく、ここがこの検定の実用性を高めています。具体的には、著作権法でデータの扱いがどう整理されているか、個人情報の取り扱いに関する規制、そしてAIの利用に関する各国の動きなどが扱われます。

なぜ実務で効くのか。冒頭に書いたデザイナーさんの相談が、そのまま答えです。生成AIで作ったものを納品してよいか、という問いに答えるには、著作権の考え方と、利用しているサービスの規約の両方を読む必要があります。技術の中身を知らないと、どのデータがどこに送られているのかが分からず、規約を読んでも判断できません。

つまり、法務の知識だけでも、技術の知識だけでも、この手の相談には答えられないということです。両方の言葉が分かる人が、実務ではとても少ない。だからこそ、この範囲を押さえている価値があります。

実務でよく問題になる論点を3つ挙げます。

学習に使うデータの扱い。他人が作ったデータを学習に使ってよいかという問題です。日本の著作権法には、情報解析のための利用について定めがあり、一定の範囲が認められています。ただし、条件があります。※個別の案件では条文の解釈が争点になるため、実際の判断は弁護士に相談してください。

生成されたものの権利。誰が権利を持つのか、そもそも権利が発生するのか。ここは制度の議論が続いている領域です。契約書で取り決めておくのが現実的な対応になります。

入力した情報の取り扱い。業務でAIサービスを使うとき、入力した内容が学習に使われるかどうかはサービスの設定と契約で変わります。顧客の情報を入力してよいかは、ここを確認せずに判断できません。

法律の枠組みを体系で学び直したい方には、業務に関わる法律の基礎を広く扱う試験も選択肢になります。契約、知的財産、個人情報といった領域を段階的に押さえられるビジネス実務法務検定は、G検定の法律パートと重なる部分があり、組み合わせると実務での説明力が上がります。法律はあなたの味方です。知らないから怖いだけで、知れば判断の道具になります。

合格率と難易度の読み方

難易度を判断するとき、多くの方が合格率だけを見ます。ここには注意が必要です。

G検定の合格率は、回によって変動しますが、おおむね60%から70%台で推移してきました。数字だけを見ると易しい試験に見えます。実際、国家試験の技術系と比べれば通りやすい水準です。

ただし、この数字の読み方を間違えないでください。合格率は、受験した人の中での割合です。この検定を受ける方は、業務でAIに関わっている人か、学習を進めてから申し込んだ人が多い。つまり、母集団があらかじめ絞られています。何も準備せずに受けて通る試験ではありません。

もう1つ。合格ラインは公表されていません。正答率で何割という基準が明示されていないため、「この範囲を捨ててもよい」という判断ができません。範囲を絞り込む戦略が取りにくいということです。私が全範囲を1周してから弱点を埋める順番を勧めているのは、これが理由です。得意な範囲だけを深めても、合格には近づきません。

難易度の実感について、私の観察を書きます。法務や企画のように文章を扱う仕事をしている方は、社会実装や法律のパートで有利です。逆に、機械学習の手法の名前を覚える段階でつまずきます。理系の学習経験がある方は逆で、手法は頭に入るのに、公平性や説明可能性といった議論の用語で減点します。

つまり、どちらの立場でも、苦手な側の範囲に時間を配分することが合格の条件になります。得意な側は放っておいても解けるからです。学習計画を立てるとき、自分が楽しく読める章ではなく、読むのが苦しい章に時間を割り当ててください。これは精神論ではなく、配点の話です。

そして、合格そのものの難易度より重要なことを書きます。この検定は、合格しても更新が必要な種類のものではありませんが、扱っている技術は速く変わります。合格から2年経つと、シラバスに入っていなかった手法が現場の標準になっている。だから、合格を到達点にしないでください。範囲を一度通したという事実を、その後の学習の土台として使うものです。

よくあるつまずきと、その対処

相談を受ける中で繰り返し出てくるつまずきを、順に書きます。

用語が覚えられない。これが最も多いです。原因は、用語を単語として覚えようとしているからです。対処は、必ず対比で覚えることです。この手法とあの手法は何が違うのか、どちらが何に向いているのか。2つ並べると記憶が定着します。単独で覚えた用語は、試験中に似た名前の選択肢が並んだ瞬間に崩れます。

歴史の流れが混ざる。どの年代に何が起きたかを問う出題があり、ここで失点する方が多い。対処は、年号を覚えるのではなく、順番だけを覚えることです。何が先で何が後か。因果関係で並べると、順番は自然に出てきます。

時間が足りない。模擬問題では解けたのに本番で足りなかった、という声をよく聞きます。原因はほぼ1つで、迷った問題に時間をかけているからです。対処は、迷った時点で印を付けて次へ進む練習です。1周目は分かる問題だけを拾い、残り時間で戻る。この進め方を、模擬問題の段階から身につけてください。

法律のパートで詰まる。条文の名前と内容が結び付かないという相談です。対処は、事例から入ることです。「ある会社が他社のデータを学習に使った」という場面を想定して、そこで何が問題になるかを考える。条文はその答えとして出てきます。※実際の案件では条文の解釈が争点になりますので、判断が必要な場面では弁護士に相談してください。試験勉強と実務判断は、分けて考えるべきです。

勉強が続かない。これは意志の問題ではなく、期限の問題です。対処は、先に申し込むことです。受験日が決まっていれば、逆算して1日の量が決まります。決まっていないと、いつまでも準備段階から出られません。

最後に、合格後にすぐやるべきことを1つ書きます。自分の業務に当てはめて、AIを使う場面を3つ書き出してください。「議事録の要約」「問い合わせ対応の下書き」「資料の翻訳」のように具体的に。そして、その3つについて、入力してよい情報の範囲を決めます。この作業をすると、学んだ知識が自分の仕事の言葉に変わります。合格証を持っているだけでは、誰も評価してくれません。

教材の選び方。公式テキストから入るべきか

教材の選択で迷う方が多いので、私の考えを書きます。

公式のテキストは、範囲の網羅性という点で信頼できます。シラバスと対応しているため、抜けが出ません。一方で、読み物として易しくはありません。用語が次々に出てくるため、初学者が1冊目として読むと止まります。

私が勧める順番は、易しい入門書を1冊読んでから、公式テキストに入る形です。入門書の役割は、全体像を絵として頭に入れることです。層が深くなるとはどういうことか、学習するとは何をしているのか。この感覚がないまま用語を覚えると、記憶が定着しません。

問題集は必ず使ってください。この試験は問題数が多く、時間が短いので、形式に慣れることが得点に直結します。本の問題集でも、オンラインの模擬試験でも構いません。大事なのは、時間を計って解くことです。

動画の講座については、必要な方と不要な方がいます。文章を読んで理解が進む方は不要です。逆に、独学で本を3冊買って全部途中で止めた経験がある方は、最初から講座を使ったほうが結果的に安く済みます。自分の癖で判断してください。

もう1つ、無料で使える強力な教材があります。公式が公開している例題です。

以下の動画では、実際にG検定に合格された方に勉強方法を伺いました。合格の秘訣についてもお話しいただいたので、これからG検定の勉強を始める方はぜひチェックしてみてください。出典: skillupai.com

合格した方の学習記録は、教材選びの参考になります。ただし、注意点があります。その方の前提知識と自分の前提知識が違うので、そのまま真似しても同じ時間では終わりません。参考にすべきは教材の名前ではなく、どういう順番で進めたかという部分です。

取得後、仕事でどう使えるのか

資格を取ったあとの話をします。ここを考えずに受けると、合格したあとに何も変わらないという結果になります。

社内での使い方。AIの導入を検討する場面で、判断に参加できるようになります。ベンダーの提案を読んで、できると書かれていることが本当にできるのか、どこに前提条件が隠れているのかを確認できる。これは金額に直結する能力です。私が相談を受ける案件でも、技術の前提を確認せずに契約して、後から揉めているケースが目立ちます。

社外での使い方。業務委託や副業として、AIの活用を支援する仕事があります。内容は、どの業務に適用できるかの整理、ツールの選定、社内向けの手順書の作成、そして規程の整備。技術を実装する仕事ではなく、判断を助ける仕事です。どういう依頼が実際にあるのかはAIコンサル・業務活用支援のお仕事で確認できます。募集内容を読むと、求められているのが実装力ではなく整理する力だと分かります。

制作寄りの仕事でも使えます。画像生成の技術を使った制作依頼は増えており、ここでは技術の理解と権利の理解の両方が必要になります。実際の案件の性質は画像生成AI（Stable Diffusion等）のお仕事で見ておくとよいです。納品物の権利関係をどう取り決めるかは、依頼する側も迷っている領域です。

開発寄りに進みたい方の入口としても機能します。自分で作らないとしても、仕組みを知っていると要件を書けるようになります。チャットボットや業務アプリの導入案件では、要件を言葉にできる人が不足しています。案件の具体像はAIチャットボット・アプリ開発のお仕事が参考になります。

単価の見通しについても書きます。AI関連の業務委託は、実装を含む案件と、整理や文書作成が中心の案件で水準が分かれます。実装を含む場合はソフトウェア作成者の年収・単価相場に近く、資料作成や記事執筆が中心なら著述家，記者，編集者の年収・単価相場のほうが近い水準です。自分が受ける仕事がどちらの性質かで、見積もりの基準を変えてください。

20年この市場を見てきた立場からの観察

運営者として在宅や業務委託の市場を長く見てきた立場から、資格と仕事の関係について2つ書きます。

1つ目。AI関連の依頼で実際に相談が集まっているのは、モデルを作る仕事ではなく、社内で使えるようにする仕事です。どの業務に使うかを決め、手順を書き、使ってよい範囲を規程にする。この作業ができる人が不足しています。G検定の範囲は、まさにこの仕事に対応しています。技術者になるための試験だと思って避けている方が多いのは、機会の損失だと考えています。

2つ目。長く仕事が続いている方の共通点は、技術の新しさを追いかけていないことです。追いかけているのは、依頼者が何に困っているかという点です。「この人に相談すると整理される」という関係ができると、単発の依頼が継続に変わります。資格は、その最初の入口で信用してもらうための材料です。

手取りの話もしておきます。仲介の手数料が乗る経路では、依頼者が同じ金額を出しても、受け手に届く額は削られます。中間マージンが乗らない直接の取引なら、依頼者は同じ予算でより多くを頼めて、受け手の手元に残る額が厚くなる。運営者として見てきた限りでは、この差が効くのは金額の大小ではなく、続けられるかどうかです。手取りが薄いと件数を増やすしかなくなり、1件あたりの丁寧さが落ちて、関係が続かない。手数料0%の意味は、単価が上がることではなく、同じ仕事で手元に残る額が厚くなるという質の違いです。

最後に、これから受ける方へ。この試験の価値は、合格証ではなく、会話に参加できるようになることです。会議でAIの話が出たときに、何が論点なのかが分かる。相談を受けたときに、どこを確認すべきかが分かる。その状態になれば、資格の番号は誰も見ません。まずは次の実施日を調べて、申し込んでしまってください。そこから逆算すれば、学習計画は自然に決まります。