G検定（ジェネラリスト検定）とは？取得方法・難易度・合格率を解説

G検定の概要

「AIを使う人のための資格」と聞いて、ピンとくるだろうか。プログラムは書かないが、AI活用の意思決定をする立場の人間が何を知っておくべきか——G検定はその問いに対してJDLA（一般社団法人日本ディープラーニング協会）が2017年に提示した答えだ。

正式名称は「JDLA Deep Learning for GENERAL」。累計受験者数は2023年時点で20万人を超え、AIが実装フェーズに入った2020年代以降は文系ビジネスパーソンの間でも「AIリテラシーの基礎資格」として認知が定着している。

技術領域における位置づけはユニークだ。機械学習・ディープラーニングの「実装」は問わない。問われるのは、なぜニューラルネットワークが機能するのか、LLMやRAGとは何か、AIを事業に組み込む際のリスクは何か——という「知識・判断・語彙力」だ。

資格	対象者	難易度の差
G検定	AI活用を判断するビジネス層・非エンジニア	★★★☆☆
E資格	AIを実装するエンジニア	★★★★★
DS検定	データを分析するデータサイエンティスト候補	★★★☆☆

対象者と前提知識

受験資格の制限はなく、誰でも受験できる。オンライン試験のため自宅・職場から受験可能だ。

「AI・機械学習の知識ゼロ」でも受験できるが、正直なところ、数学への最低限の免疫があったほうが学習効率は格段に上がる。行列の積、確率の基礎、微分のイメージ——これらを「見たことがある」程度でいい。ゼロから理解しようとすると、AI概念の学習と並行して高校数学の復習もする羽目になるからだ。

こんな人に向いている:

企画・マーケティング・営業職で、社内AIプロジェクトの打ち合わせに参加している
DX推進担当として、ベンダーとの会話でAI用語が飛び交う
データサイエンティストやエンジニアと協働する立場で、技術的な会話を理解したい
AIスタートアップへの就職・転職を考えているが、エンジニア職ではない

出題範囲と試験形式

項目	内容
出題形式	多肢選択式（CBT・オンライン）
問題数	約220問
試験時間	120分
受験方法	自宅・オンライン（カメラ監視あり）
実施頻度	年3〜4回
受験料	12,100円（税込）/ 学生：5,500円（税込）
合格基準	非公開（正答率70〜75%程度と推定）

1問あたり約33秒という計算になる。「考える試験」ではなく「知っているかどうかの試験」という性格が強い。

科目別出題範囲

分野	内容
人工知能と機械学習の歴史	AIブーム・冬の時代・ディープラーニングの登場まで
数学的基礎	行列・確率統計・微分の基礎
ディープラーニングの仕組み	ニューラルネットワーク・CNN・RNN・Transformer
自然言語処理・コンピュータビジョン	BERTやGPT系の概要、画像認識手法
生成AI	LLM・画像生成・RAG・プロンプトエンジニアリング
AIの社会実装	AI倫理・法規制・プライバシー・産業応用
データ分析・前処理	データ収集・クレンジング・可視化の基礎

「生成AI」分野は近年急速に比重が高まっている。2023年以降のシラバス改訂でRAGやChatGPT系の問題が増えており、最新動向のキャッチアップが合否を左右するケースもある。

合格率・難易度の分析

公式発表の合格率は60〜65%程度（回によって変動）。

この数字は少し厄介な性質を持っている。220問・120分という「量の試験」なので、正直なところ**「試験慣れしているかどうか」が大きく影響する**。

比較軸	G検定の特徴
難易度	「広く・浅く」。深い技術理解は問われないが範囲が膨大
時間プレッシャー	1問33秒。基本問題を即答できないと後半が崩壊する
参照可否	試験中に公式サイト・参考書を参照できる（持ち込み可の試験）
合格率の安定性	60〜65%台で安定しており、極端な難化はしにくい

「参照可」という点が特徴的で、事前に「調べればわかる問題のブックマーク集」を作っておく戦略が有効だ。ただし全部を検索していると120分では到底終わらないため、基本的な用語は記憶で即答できる状態が必要になる。

効率的な学習アプローチ

推奨学習期間

バックグラウンド	学習期間
IT・AI関連の業務経験あり	1〜1.5ヶ月（1日1時間）
文系・AI未経験	2〜3ヶ月（1日1〜1.5時間）

学習の進め方

Step 1 — JDLAの公式シラバスを確認 JDLA公式サイトで出題範囲のシラバスを確認し、全体像を把握する。どの分野にどれだけのウェイトがあるかを見てから、学習計画を立てる。

Step 2 — 参考書で体系的にインプット G検定専用の参考書を1冊選んで1周する。「G検定公式テキスト」（翔泳社）か「徹底攻略ディープラーニングG検定問題集」（インプレス）が定番で、どちらも索引が充実しており試験当日の参照用としても機能する。

Step 3 — 問題集で弱点発見 1周したら過去問・模擬問題で出題パターンを確認する。数学系（行列・確率）が苦手なら「AIのための数学」で補強。深入りしすぎると本筋から外れるので、「使われ方」を理解するレベルで止める。

Step 4 — 参照用ブックマーク集の準備 試験直前に「試験中に参照するページ」をブラウザでブックマーク整理する。Transformerの仕組み、BERT/GPTの比較、代表的な損失関数の一覧など、「名前は知っているが咄嗟に出てこないかもしれない」項目をリストアップし、すぐ開けるようにする。

Step 5 — 本番想定の時間トレーニング 模擬試験を120分タイマーで解き、時間感覚をつかむ。「1問30秒で解けているか」を確認する。詰まる問題に時間を使いすぎないペース配分が合格の鍵になる。

取得後のスキルマップ

キャリアへのインパクト

G検定単独でのキャリアチェンジは限定的だが、**「AI領域に真剣に取り組んでいる証明」**としての機能は明確だ。

社内のAIプロジェクトでビジネスサイドのリードとして発言力を持てる
AI系スタートアップの採用では「最低限のリテラシー証明」として評価される
データサイエンティストやエンジニアとの協働で「翻訳者」の役を担える

資格	関係性
E資格（JDLA）	G検定の上位。実装エンジニア向けで、認定スクール受講が受験要件
データサイエンティスト検定（DS検定）	データ分析スキルの認定。G検定と相性がよく、セット取得で評価が上がる
AWS認定機械学習 - 専門知識	AWSでのML実装スキル認定。G検定からエンジニア方向へ踏み込む場合の選択肢
AI実装検定	アルゴリズムの実装知識。G検定よりエンジニア寄りで、Pythonスキルが前提

G検定（ジェネラリスト検定）