コース一覧
生成AI資格対策(生成AIパスポート+G検定)
ガイドラインと法規制

生成AI資格対策(生成AIパスポート+G検定)

AIと機械学習のきほん、生成AIのしくみ、活用と動向、著作権・個人情報などのリスクと法律、そしてG検定に必要なディープラーニング理論まで、生成AI時代の2大資格の出題範囲を、毎レッスン実際に問題を解きながら学べる対策コースです。前提知識は不要です。約 12.5 時間 (1 日 30 分 × 25 日) で 49 レッスンを修了でき、生成AIパスポートとG検定それぞれの模試で合格ラインを確認して本番に臨めます。

1
試験ガイダンス(2資格の選び方)
0. 2つの資格の違い10分
1. 出題形式と時間10分
2. 学習計画10分
3. 形式を体験10分
2
AIのきほん
0. AIとは15分
1. AIの歴史とブーム15分
2. 機械学習の3分類15分
3. ニューラルネットとDL15分
4. 評価と過学習15分
5. 過去問:AIのきほん15分
3
生成AIのしくみ
0. LLMのしくみ15分
1. 画像生成のしくみ15分
2. マルチモーダル15分
3. RAGと外部知識15分
4. 追加学習の手法15分
5. 過去問:生成AIのしくみ15分
4
活用と動向
0. ビジネス活用15分
1. プロンプトの技法15分
2. 主要サービスの分類15分
3. 動向15分
4. 過去問:活用と動向15分
5
リスクと法律・倫理
0. ハルシネーションとリスク15分
1. 著作権と生成AI15分
2. 個人情報と機密15分
3. AIのセキュリティ15分
4. ガイドラインと法規制15分
5. バイアスと倫理15分
6. 過去問:リスクと法律15分
6
生成AIパスポート仕上げ
0. 模試:生成AIパスポート60分
1. 弱点復習15分
2. 直前チェック15分
3. 受験とG検定への判断15分
7
G検定上乗せ:機械学習の理論
0. 回帰と分類15分
1. 決定木とアンサンブル15分
2. クラスタリングと次元削減15分
3. 勾配降下法15分
4. 正則化と汎化15分
5. 過去問:機械学習理論15分
8
G検定上乗せ:ディープラーニング
0. CNN15分
1. RNNとAttention15分
2. Transformer15分
3. 生成モデル15分
4. 強化学習15分
5. 研究史と人物15分
6. 過去問:DL15分
9
G検定仕上げ
0. 模試:G検定65分
1. 弱点復習15分
2. 直前チェック15分
3. 受験と次のステップ15分

生成AI資格対策(生成AIパスポート+G検定)

012つの資格の違い
02出題形式と時間
03学習計画
04形式を体験
05AIとは
06AIの歴史とブーム
07機械学習の3分類
08ニューラルネットとDL
09評価と過学習
10過去問:AIのきほん
11LLMのしくみ
12画像生成のしくみ
13マルチモーダル
14RAGと外部知識
15追加学習の手法
16過去問:生成AIのしくみ
17ビジネス活用
18プロンプトの技法
19主要サービスの分類
20動向
21過去問:活用と動向
22ハルシネーションとリスク
23著作権と生成AI
24個人情報と機密
25AIのセキュリティ
26ガイドラインと法規制
27バイアスと倫理
28過去問:リスクと法律
29模試:生成AIパスポート
30弱点復習
31直前チェック
32受験とG検定への判断
33回帰と分類
34決定木とアンサンブル
35クラスタリングと次元削減
36勾配降下法
37正則化と汎化
38過去問:機械学習理論
39CNN
40RNNとAttention
41Transformer
42生成モデル
43強化学習
44研究史と人物
45過去問:DL
46模試:G検定
47弱点復習
48直前チェック
49受験と次のステップ

生成AI資格対策(生成AIパスポート+G検定)

ガイドラインと法規制

罰則があるものと、無いものが混ざっている

AIをめぐる枠組みの名前を並べて覚えようとすると、途中で混ざります。整理の最初の軸は、その枠組みに法的な強制力があるかどうかです。

  • ハードロー — 法律や規則として制定され、違反すれば制裁が伴うもの。EU AI Act が代表例です
  • ソフトロー — 指針や原則として示され、直接の罰則を伴わないもの。日本のAI事業者ガイドラインや各種の原則が該当します

ソフトローは強制力がないから軽い、という話ではありません。技術の変化が速い分野では、細かく法律で縛ると実態に合わなくなるため、まず指針で方向を示し、必要な部分を法で固めるという順序が取られます。日本はソフトロー中心の対応を取ってきた国、EU は包括的な法規制を先行させた地域として対比され、この対比そのものが出題されます。

日本 — 自分がどの立場かで、求められることが変わる

日本では、人間中心のAI社会原則が政府の基本的な考え方として示されてきました。AIは人間の尊厳を守り、人が自らの意思で判断できることを損なわないように使う、という考え方が土台にあります。

そのうえで、総務省と経済産業省がAI事業者ガイドラインをとりまとめています。特徴は、AIに関わる主体を立場ごとに整理している点です。

立場何をする主体か求められることの中心
AI開発者AIモデルやシステムを開発するデータの適切な取り扱い、性能や限界の把握と提供者への説明
AI提供者開発されたAIを組み込みサービスとして提供する想定用途の明示、利用者への情報提供、問題発生時の対応
AI利用者業務や生活の中でAIを使う想定された用途の範囲で使うこと、出力の確認、人による判断の確保

同じ企業が複数の立場を兼ねることもあります。試験では「この企業はどの立場にあたるか」という形で問われるので、自社でモデルを作らず既存のAPIを組み込んでサービスを出している企業は提供者、といった当てはめができるようにしておきます。なお、このガイドラインの内容は改定されることがあり、自社の運用に落とすときは最新版と、法務部門や弁護士の確認を挟んでください。

EU と国際的な枠組み

EU の AI Act は、AIを一律に規制するのではなく、用途ごとのリスクの大きさに応じて規制の強さを変えるという考え方を採っていると説明されています。これをリスクベースアプローチと呼びます。人の尊厳や基本的権利を著しく脅かす用途は許容できないリスクとして原則禁止、雇用や教育、重要インフラ、司法など人生に大きく影響する用途は高リスクとして厳しい義務、対話型のシステムなどは限定的なリスクとして透明性の義務、その他の大半は最小限のリスクとして追加の義務はほとんど無い、という4段階です。

重要なのは、技術の種類ではなく用途で区分されることです。同じ画像認識でも、工場の不良品検査なら軽く、採用選考に使えば高リスクになりえます。

国際的な土台としては、各国が参照する共通の原則となった OECD の AI 原則、日本が議長国を務めた際に始まった G7 広島AIプロセスが挙げられます。米国は包括的な連邦法による一律規制ではなく、大統領令や分野ごとの既存規制、州の立法、標準化機関のフレームワークを組み合わせる形で対応が進められてきました。

試験ではこう問われる

  • 「EU AI Act の特徴」の答えはリスクベースアプローチです。「すべてのAIを一律に禁止する」「技術の種類ごとに規制する」が誤りとして置かれます
  • AI事業者ガイドラインは、開発者・提供者・利用者の3つの立場に分けている点が正解の軸になります
  • 「日本のAI事業者ガイドラインに違反すると罰金が科される」は誤りです。ソフトローという性格を押さえます
  • G7 広島AIプロセスと OECD AI原則を入れ替えた選択肢、EU の枠組みを日本のものとして書いた選択肢が典型のひっかけです
  • 高リスクを選ばせる問題では、採用選考、与信審査、司法といった人の人生に影響する用途が正解になります

このレッスンに出てくる用語

意味があいまいなまま進んだ語は、ここから読み直せます。

  • 判断YES/NO 分岐を表す菱形
  • エンドポイント「この URL を叩くとこの機能が動く」入口の住所
  • APIアプリ間でデータをやり取りする窓口
  • 透明性内部実装が外部から検証可能なこと
  • プロセス実行中のプログラムのこと。
生田 陸人
監修生田 陸人
ゆめさくエンジニア / 現役ソフトウェアエンジニア監修者プロフィールを見る →
編集 ゆめさく編集部·公開 2026/08/09·更新 2026/08/26

関連レッスン

  • バイアスと倫理

    データや評価に潜むバイアスと、公平性をめぐる論点を押さえます。

  • 過去問:リスクと法律

    リスクと法律の分野を10問で解き、合格水準に届いているか確認します。

  • 模試:生成AIパスポート

    本番に近い形式の60問で、分野別に得点を確認します。

  • 回帰と分類

    線形回帰・ロジスティック回帰・SVM など代表手法を課題に対応づけます。

分からないところは Tap (AI先生) に質問できます

24 時間いつでも、あなたのレベルに合わせて日本語で答えます。

復習ミニクイズ

EU AI Act が採用している規制の考え方として、最も適切なものはどれですか。