G検定の基本情報（出題形式・合格率・実施頻度など）
G検定（ジェネラリスト検定）は、日本ディープラーニング協会（JDLA）が主催するAI分野の資格試験です。ディープラーニングを中心としたAIの基礎知識やビジネス活用能力を問う内容で、問題は多肢選択式（選択問題）で出題されます。試験時間は120分で、出題数は回によって異なりますが約160問前後が出題されます（2024年までは200問程度でしたが2024年11月以降、約160問に改定）。オンライン形式で自宅や職場から受験可能なのも特徴です。受験に資格や経歴の制限はなく、試験は年に複数回（2024年は6回開催）実施されています。受験料は一般13,200円（学生5,500円）と公表されています。
合格率は毎回公表されており、直近の傾向ではおおむね65～75%前後で推移しています。たとえば2025年5月実施の試験では合格率81.7%と高めでしたが、過去数年の平均では概ね60～70%台です。累計の合格率も約65～70%程度とされ、受験者の約2/3が合格できる試験といえます。ただし合格率が高いからといって「簡単な試験」と油断は禁物です。受験者層にはAIエンジニアなど理系出身者も多く含まれ、彼らが全体の合格率を押し上げている側面があるためです。実際、問われる知識範囲は非常に広く専門的で、決して易しい内容ではありません。未経験者にとってはしっかりと準備しないと合格は難しい試験と言えるでしょう。
合格点の基準は非公開だが正答率70%前後がボーダーライン
G検定では合格基準となる得点（合格点）は公式には非公開です。合否通知は試験後1～2週間で届きますが、具体的な点数は公表されません。しかし、通説では「およそ正答率70%前後」が合格ラインだと考えられています。JDLA公式から明確な基準発表はないものの、過去の受験者データや平均点の情報から推測された数字です。
実際、JDLAが公開した試験結果によれば、ある回（2021年第2回）の受験者全体の平均得点率は約60～70%でした。その回の合格率は61.5%だったことから、合格ラインはおそらく70%程度と推定できます。多くの受験対策スクールや講座でも「合格には7割正解が目安」と案内しており、JDLA認定の講座提供者も合格ラインは70%と示唆しています。例えば200問出題の場合は約155問以上の正解が一つの目安となります（近年は160問程度なので112問前後が目安）。このように合格点は明示されていませんが、安全圏を考えるなら8割（できれば80%正解）を目指すくらいの意気込みで勉強するとよいでしょう。試験毎に難易度でラインが多少変動する可能性もありますが、最低でも7割正解を取れる実力をつければ合格圏内と考えて差し支えありません。
合格ライン70%の根拠：正答率の目安と試験傾向データ
なぜ正答率70%程度が合格ラインとされるのか、その根拠を確認してみましょう。JDLAからは詳細な採点基準は示されていませんが、各試験後に公開される分野別の平均正答率データがヒントになります。例えば2021年第2回G検定では、分野別の平均得点率が「人工知能の基礎:78%、機械学習手法:65%、ディープラーニング概要:66%、手法詳細:62%、社会実装:67%、数理・統計:56%」という結果でした。全体として各分野の平均はおおむね60～70%の得点率となっており、受験者の平均点がその程度ということは、合格者は平均より高い得点＝7割前後以上を取っていると推測できます。このことから「合格には7割程度の正解率が必要」という見方に信憑性が増すわけです。
さらに、G検定対策を支援する各種サイトでも受験者の声が集まっています。多くの合格者が「7割正解できる力を付けていた」と述べており、不合格だった人からは「6割程度しか取れず合格に届かなかった」という報告が見られます（※個々の体験談に基づく情報）。またJDLA認定の教育プログラム提供元が「G検定の合格ラインは70%」と公式コメントしている例もあります。以上から、明確な点数公開はないものの経験則的に正答率70%が合格ボーダーラインと広く認識されているのです。
なお、試験問題の内訳にも注意が必要です。G検定はAI技術だけでなく倫理・法律・時事問題も出題範囲の約4割を占めます。最新のAI業界動向や社会課題に関する知識も問われるため、技術知識だけ勉強しても高得点は狙えません。幅広い分野をバランス良く学習し、どの分野でも平均7割以上得点できるように準備することが合格への近道です。特に法律・倫理の時事問題は軽視すると痛手になるので注意しましょう。
不合格に陥りやすい勉強法の特徴【要注意！】
「頑張って勉強したつもりなのに合格点に届かなかった…」というケースには、いくつか共通する落とし穴があります。G検定で不合格になりやすい勉強法の特徴として、以下のポイントが挙げられます：
- 試験を簡単だと過小評価している – 合格率が高めで一見易しそうに感じるため油断し、十分な準備を怠るパターンです。実際は出題範囲が非常に広く難易度も高いため、侮ると痛い目に遭います。理系出身者やエンジニアであっても油断すれば不合格になり得る試験です。
- 学習時間が不足している – 広範な範囲をカバーするにはそれなりの勉強時間が必要です。短期間・少時間の学習で済ませようとすると、知識定着が不十分になりがちです。合格者の多くは30～50時間程度を確保しており、未経験者なら100時間以上要したケースもあります。計画的に十分な勉強時間を取らないと合格ラインに届かないでしょう。
- 出題傾向を理解していない – 範囲が広いため、やみくもに全分野を勉強するのは効率的ではありません。頻出分野と重要テーマを把握せずに満遍なく手を付けると、時間ばかり使って肝心な得点源を落とす恐れがあります。過去問やシラバスから重要トピックを見極め、メリハリを付けて学習しないと高得点は難しいです。
- インプット偏重でアウトプット不足 – テキストを読む・講義を見るといった受け身の勉強だけでは、知識が定着しているか判断できません。問題演習などアウトプット練習が欠けていると、試験本番で応用力が発揮できません。過去問や模擬試験を解いて、自分の理解度や弱点を客観的に確認する作業が必要です。インプット3：アウトプット7の割合で学習するくらいが理想的と言われています。
- 時間配分を誤っている – G検定は出題数が非常に多いため時間との戦いです。試験対策が知識詰め込み中心で、本番での時間配分練習をしていないと、問題を解き切れずに終了してしまいます。実際に200問を2時間で解くには1問あたり平均30～40秒程度しか使えません（現在160問でも約45秒/問）。古い問題集だと出題数が異なる場合もあるため、最新形式に合わせ時間管理の訓練をしておかないと最後まで回答できず不合格になりかねません。
以上の点に心当たりがある場合は、勉強方法の見直しが必要です。「しっかり勉強したはずなのに落ちた…」という人は、上記のいずれかが原因で合格ラインに届かなかった可能性があります。逆に言えば、これらの失敗パターンを避けることで合格率は格段に上がるでしょう。
合格ライン突破のための学習戦略（段階的ステップ学習法）
合格点（正答率70%）を超えるためには、闇雲に勉強するのではなく段階的な戦略で効率よく力をつけることが大切です。ここでは初心者でも実践しやすい5つのステップで学習計画を紹介します。
- 公式情報で試験概要を把握する – まずはJDLA公式サイトで公開されているシラバス（出題範囲）や例題に目を通し、試験の全体像を掴みましょう。どのような分野からどんな問題が出るのかイメージすることで、今後の学習計画が立てやすくなります。また受験日までの日数を確認し、逆算して学習スケジュールを作成します。試験2ヶ月前から準備を始め、計画的に進めるのがおすすめです。
- 基礎知識のインプット（テキスト学習） – 次に公式テキストや参考書を通読し、AI・ディープラーニングの基礎知識を体系的に身につけます。1冊目を読む際は一度で理解しようとせず、重要部分は繰り返し読むことが大切です。内容を自分の言葉で説明できるレベルまで何度も読み込み、「理解した！」と実感できるまで復習しましょう。範囲が広いので最初は全て完璧に覚える必要はありません。各章末の練習問題も解いてみて、どのように問われるかを確認しながら進めると効果的です。
- 問題演習と弱点分析（アウトプット練習） – 基礎を一通り学んだら、市販の問題集や過去問で演習を開始します。実際に問題を解くことで理解度をチェックし、間違えた問題や迷った問題を洗い出しましょう。それにより自分の弱点分野や知識のあやふやな箇所が明確になります。間違えた問題は解説を読み込み、関連するテキストの該当箇所に戻って復習します。同じ問題集を繰り返し解くことで定着を図りましょう。G検定向け問題集は複数出ていますが、解説が詳しくキーワード整理も載ったものが人気です（後述の「教材活用法」の章で紹介）。
- 模擬試験で実戦練習 – 本番前に模擬試験を一度は受けてみる/解いてみることを強くおすすめします。模擬試験は本番と同じ形式・時間で出題されるため、時間配分の感覚を掴む訓練になります。近年はオンラインで受けられるG検定模試（例：「zero to one」社の模試やUdemyの模試付き講座など）が提供されており、本番さながらの環境で練習可能です。模試を受けたら得点率を確認し、合格ラインの70%に達しているかチェックしましょう。届いていない分野があれば、直前期に重点補強します。模試を通じて飛ばす問題の見極め方や見直し手順も身につけておくと安心です。
- 直前期の総仕上げ（復習と時事対策） – 試験前1～2週間は総復習と時事ネタの確認に充てます。過去に間違えた問題や苦手分野の要点を再整理し、用語集や自作ノートがあれば見直しましょう。特にAI業界の最新ニュースや倫理・法律関連のトピックは直前に改めてチェックし、時事問題への対策も万全にします。また、可能であれば本番同様の環境で模擬的に解答するシミュレーションも行ってください。自宅PCで受験する場合は、通信環境やPC設定も含めリハーサルしておくと当日慌てずに済みます。
このようなステップでインプットとアウトプットをバランス良く配置した学習計画を立てれば、効率的に合格力を養うことができます。ポイントは、早めに着手して段階的に学習を深めることと、常に模擬問題で現在の実力を測りながら調整することです。闇雲に長時間勉強するより、メリハリのある戦略的な勉強で合格ライン突破を目指しましょう。
効率的な教材の活用法（公式テキスト・問題集・オンライン講座など）
G検定合格者の多くは、独学の場合でも定評のある教材を上手に活用しています。ここではおすすめの教材と使い方のコツを紹介します。
- 公式テキストの活用: JDLA発行の「G検定公式テキスト」は試験範囲を網羅した基本書です。図解や章末問題もあり初心者にも理解しやすい構成なので、まずは公式テキストで基礎固めするのが良いでしょう。購入時は最新版（2024年シラバス改訂に対応した第3版）を選ぶようにします。公式テキストはディープラーニングの入門書としても有用で、章末問題で出題形式の確認もできます。
- 市販の問題集を活用: 問題演習用の市販問題集は必須と言えます。中でも合格者に人気なのが「最短突破 ディープラーニングG検定 問題集」（通称“白本”）と「徹底攻略 G検定問題集」（通称“黒本”）です。JDLAの調査では合格者の約24%が白本を使用し、約21%が黒本を使用したと報告されています。白本は解説が丁寧で重要ポイントが網羅されており、各章末の用語解説も直前復習に役立ちます。黒本は模擬試験付きで実戦練習に適しており、本番と同じ出題数で時間配分の練習ができます。書店で手に取り、自分に合った問題集を1～2冊選んで繰り返し解くと良いでしょう。
- オンライン講座や解説動画の活用: 独学に不安がある方や、苦手分野を補強したい方はオンライン講座の活用も検討しましょう。例えばアガルートなどの講座では7時間程度で合格に必要な知識を習得できるカリキュラムが提供されています。数学が苦手な文系出身者でも理解できるよう丁寧に解説されている講座もあり、効率よく短期間で学びたい場合に有用です。また、YouTube上にもG検定対策の解説動画が数多くあります。難解な概念を視覚的に理解できる動画はテキストでイメージしにくい内容の補助になります。空き時間にスマホで視聴できる利点もあるため、公式テキストや問題集で理解が追いつかない部分は動画で補完すると効果的です。
- 合格者の体験談・インタビューを参考に: JDLA公式サイトにはG検定合格者へのインタビュー記事が掲載されています。合格者がどのように勉強を進め、どの教材を使ったか具体的な話が読めます。学習方法のヒントや試験のポイントが得られるので、一度目を通してみましょう。合格者の背景（文系/理系や事前知識レベル）も様々ですので、自分に近いケースを探すことで必要な学習量の目安も掴みやすくなります。他人の成功体験を見ることでモチベーション向上にもつながります。
これらの教材を組み合わせて使う際のコツは、一冊（または一講座）を中途半端に広く浅く手を付けるのではなく、選んだ教材を繰り返し活用することです。公式テキストで基礎を押さえたら問題集で演習→足りない知識は講座や動画で補完→再び問題集で確認、というように教材ごとの得意分野を活かしながら学習を深めていきましょう。自分に合う学習リソースを見つけて効率よく活用することが、合格への近道です。
学習時間の目安と勉強期間の計画（初心者～経験者）
G検定合格までに必要な学習時間は人によって差がありますが、一つの目安として「50時間前後」がよく挙げられます。JDLAが合格者に実施したアンケートによれば、最も多かった学習時間は「30～50時間」（全体の39.0%）で、次いで「15～30時間」（23.7%）、「50～70時間」（15.3%）という結果でした。つまり合格者の6割以上が50時間以内の学習で合格している計算になります。
しかしこの数字だけを見ると「50時間も勉強すれば十分なのか」と早合点するのは危険です。上述の通り合格者層には理工系出身者やIT業界の人が多く含まれており、彼らはある程度の前提知識を持った状態で30～50時間の学習をしている可能性があります。事前知識が全くない初心者の場合、同じ合格ラインに達するには50時間では足りず、倍以上（場合によっては100時間超）の学習が必要になることもあります。実際、「AIや数学の知識ゼロから勉強して100時間かけてようやく合格点に届いた」という報告も見受けられます。
一方で、大学や職場でAI・データサイエンスの基礎に触れたことがある人は比較的短時間（20～30時間程度）の勉強でも合格できた例があります。例えば大学でAI概論を履修した人や、オンライン講座で基礎だけ学んだ人なら、知識の下地がある分学習時間を圧縮できるでしょう。現職がSEなどITエンジニアの場合も有利かと思われがちですが、G検定の内容はプログラミング知識よりもAI概念・ビジネス活用寄りなので必ずしも大幅な時間短縮にはならないという声もあります（ITスキルが直接問われる試験ではないため）。
以上を踏まえると、自分のレベルに応じて学習時間の目標を設定すると良いでしょう。未経験者なら少なくとも50～100時間程度、経験者でも30時間前後は見込むのがおすすめです。社会人で時間が取りにくい場合は、試験日の2ヶ月前からコツコツ始めて1日1時間ペースで計60時間の勉強時間を確保する計画が理想です。2ヶ月は難しくても最低1ヶ月前から計画的に始めれば、直前に焦らず済みます。短期集中で一気に詰め込むより、適度に期間をとって継続学習した方が知識が定着しやすいです。
要するに、初学者なら余裕を持って早め早めに学習開始すること、そして自分のバックグラウンドに応じて必要な勉強量を見極めることが大切です。JDLAのアンケート結果も参考に、自分に合った学習ペースを計画しましょう。
試験本番で点を落とさないテクニック（時間配分・見直し・模試活用など）
最後に、試験当日に実力を最大限発揮するためのコツを紹介します。せっかく十分勉強しても、本番でミスを連発したり時間切れになっては不合格になりかねません。以下のポイントを押さえて、ケアレスミスや時間ロスを防ぎましょう。
- 時間配分を徹底する: G検定は120分で160問前後を解くハイペースな試験です。1問あたり平均45秒程度しか使えない計算になるため、難問に固執しすぎないことが鉄則です。解いていて時間がかかりそうな問題に遭遇したら、一旦飛ばして後回しにしましょう。試験システム上、各設問に「見直しマーク」を付ける機能がありますので、迷った問題はマークを付けて、まず解ける問題からどんどん回答していくと効率的です。全問一通り回答したあとマーク箇所に戻り、時間配分を調整しながら見直すことで、解き残しを防げます。とにかく空欄を残さず最後まで回答することを目標に、ペース配分には常に気を配りましょう。
- 模試・過去問で本番をシミュレーション: 前述の通り模擬試験は時間感覚を掴むのに有用です。本番前に模試や過去問演習で制限時間内に全問回答する練習を必ず積んでおきましょう。模試の経験から「○分経過時点で○問解く」といった自分なりの目安を持てると、本番でも落ち着いて進められます。模試結果で時間切れになった場合は、どの分野で手間取ったか分析し、その分野の知識補強や解き方工夫（例えば計算問題を後回しにする等）を対策してください。また模試を通じて、問題文を読むスピードや選択肢を瞬時に判断するコツも磨いておきましょう。特にG検定は問題数が多い分、問題を読むスピードが得点に直結します。日頃から意識的に速読練習をするのも有効です。
- 見直しとケアレスミス防止: 本番では解答を埋めた後、可能な限り見直しの時間を確保しましょう。前述のようにマークを付けた問題はもちろん、マークしていない問題もサッと再確認するだけでケアレスミスに気付くことがあります。特に引っかけ選択肢や二重否定の文章などは焦っていると誤読しがちです。落ち着いてもう一度問題文とマークした答えを照合しましょう。時間との勝負ではありますが、数問程度でも見直せればラッキーくらいの気持ちで粘りたいところです。もしどうしても時間が足りなければ、せめてマークした難問だけでも再チェックしてください。それでも判断がつかなければ、一旦直感で答えておくのも手です（無回答は0点確定なので、迷ったらマークを埋める方がマシです）。
- カンペ（チートシート）の作成と活用: G検定は自宅受験のオンライン試験であり、試験監督もオンライン上のため手元の資料を見ること自体は物理的に可能です。そのため多くの受験者が重要ポイントをまとめたカンペ（カンニングペーパー）を用意しています。例えば統計の公式や歴史年表、重要人物と業績などを簡潔にまとめたノートを手元に置いておけば、どうしても思い出せない時にパッと確認できます。ただしカンペに頼りすぎるのは禁物です。1問あたりの時間が短いため、悠長にページをめくっている余裕はありません。カンペは最終手段と割り切り、基本的には自分の頭の中で即答できる状態を目指すことが大事です。「見ればわかるけど覚えてはいない」という状態だと本番で時間切れになりますので、あくまでお守り代わりと考えましょう。なお、試験中は他者との会話やネット検索は禁止されるものの手元資料の参照は黙認されているようです。しかし試験規約に反しない範囲で自己責任で行うものなので、不安な方は無理に使わなくても構いません。要は日頃の勉強で知識を自分のものにしておくことが最善策です。
- 当日の環境・体調を万全に: オンライン受験とはいえ、試験当日の環境準備はとても重要です。事前にPCやネット回線の動作確認をし、試験専用システムの案内に従って必要な設定（Webカメラやマイクの準備など）を整えておきましょう。静かな個室で受験し、スマホなど通知音はオフ、家族にも声をかけないようお願いするなど、集中できる環境を作ります。2時間という長丁場に備え、開始前にトイレを済ませ、水分を用意しておくと安心です。体調管理も大切で、前夜は十分睡眠を取って臨みましょう。せっかく積み上げた知識も、当日コンディションが悪いと思うように発揮できません。ベストな状態で試験に臨めるよう自己管理も試験のうちと心得てください。
以上のようなテクニックを駆使すれば、試験本番で不用意に点数を落とすリスクを減らせます。「知識量 × 本番力」が合格を勝ち取る鍵です。十分に学習した上で、当日は落ち着いて時間内に解き切りましょう。G検定は範囲が広い反面、しっかり対策すれば高確率で合格できる試験です。本記事で述べた勉強法やポイントを参考に、自信を持って本番に挑んでください。健闘を祈ります！
参考文献・情報ソース: G検定公式サイトjdla.orgjdla.org、JDLAニュースリリースjdla.orgjdla.org、JDLA合格者アンケート結果jdla.org、アガルート「G検定とは？」agaroot.jpagaroot.jp、アガルート「勉強時間と勉強方法」agaroot.jpagaroot.jp、AI Academy Media記事aiacademy.jpaiacademy.jpaiacademy.jp、AI資格ナビ記事ai-shikaku.com、BIZROAD記事bizroad-svc.combizroad-svc.com、Qiita合格体験記qiita.comなど。各種データやコメントはこれら一次情報に基づいています。agaroot.jpaiacademy.jp
G検定合格に向けた勉強法【正答率70%のボーダーライン突破ガイド】
G検定の基本情報（出題形式・合格率・実施頻度など） G検定（ジェネラリスト検定）は、日本ディープラーニング協会（JDLA）が主催するAI分野の資格試験です。ディープラーニングを中心としたAIの基礎知識やビジネス活用能力を問う内容で、問題は多肢選択式（選択問題）で出題されます。試験時間は120分で、出題数は回によって異なりますが約160問前後が出題されます（2024年までは200問程度でしたが2024年11月以降、約160問に改定）。オンライン形式で自宅や職場から受験可能なのも特徴です。受験に資格や経歴の制 ...
G検定とはどんな資格か【G検定とは】
G検定（ジェネラリスト検定）は、一般社団法人日本ディープラーニング協会（JDLA）が主催する民間資格試験です。ディープラーニングを中心としたAIに関する基礎知識やビジネス活用、倫理・法律など幅広い知識を有しているかを検定するもので、2017年から開始されました。エンジニアだけでなく、AIを事業に活用するビジネスパーソン向けの資格という位置づけで、AIプロジェクトの推進やDX人材育成にも役立つとされています。試験はオンライン形式で実施され、自宅のPCから受験可能です。問題は多肢選択式で出題され、受験資格に特 ...
G検定の概要（ジェネラリスト検定とは）
G検定（JDLA Deep Learning for GENERAL）は、一般社団法人日本ディープラーニング協会（JDLA）が2017年より実施しているAIに関する資格試験です。ディープラーニングを中心とした人工知能の基礎知識を問う内容で、技術を「正しく理解し活用できる人材」を認定することを目的としています。試験はオンライン形式で自宅から受験可能であり、120分間に多肢選択式の問題が約160問出題されます。受験資格に制限はなく、受験料は一般13,200円・学生5,500円（再受験割引や提携講座割引あり）と ...
G検定対策⑧：AI倫理・AIガバナンスの主要原則と重要用語をわかりやすく解説
AI倫理・AIガバナンスとは？ AI倫理とは、人工知能の開発・利用において守るべき価値観や原則のことです。例えば「AIは人権を尊重すべき」「差別や偏りを生じさせないようにすべき」といった倫理的指針を指します。AIが社会に与える影響が大きくなる中で、何が「良いAI利用」で何が「悪い利用」かを判断する基準として、このAI倫理が重要になります。 一方でAIガバナンスとは、AI倫理を実践するための仕組みやルール作りのことです。企業や政府がAIの開発・運用に際し、適切な管理・監督体制を整え、AIを安全かつ倫理的に活 ...
【G検定対策⑦】AIに関する法律と契約をやさしく解説！個人情報保護法からサービス契約まで
はじめに：AIの法律と契約を学ぶ意義 こんにちは！今回はG検定（ジェネラリスト検定）の合格を目指す皆さんに向けて、AIに関する主要な法律と契約のポイントを講義風にフレンドリーな文体で解説します。AI分野では技術だけでなく法的な知識も求められます。例えば、個人データの扱い方やAIで作った成果物の権利関係を知らないと、思わぬトラブルにつながるかもしれません。法律や契約と聞くと難しく感じるかもしれませんが、数学・法律初心者の方でも理解できるようにやさしく説明していきます。一緒に個人情報保護法からAIサービス提供 ...
