JDLAが実施するG検定は、AI技術の進化に合わせて定期的にシラバス（出題範囲）を見直しています。2024年11月の改訂では、ChatGPTの普及以降のAI社会変化を反映して、生成AI・大規模言語モデル（LLM）の項目が大幅に拡充されました。

本記事では、旧シラバスからの差分・新たに重点となるトピック・受験対策上の優先順位を整理します。これからG検定を受ける人は、古い参考書だけで学習している場合、必ずこの記事の内容を補完してください。

2024年シラバス改訂の3つのポイント

  1. 生成AI・LLM・基盤モデルが独立した大項目として追加
  2. AIガバナンス・倫理・法規制の項目が拡充（EU AI Act、AI事業者ガイドライン等）
  3. 従来の機械学習・ディープラーニング基礎は維持しつつ整理

新規追加された主要トピック

生成AI・LLM分野

  • 大規模言語モデル（LLM）の基本：GPT・Claude・Gemini・Llamaなど代表的モデル
  • Transformerアーキテクチャ：Self-Attention、Multi-Head Attentionの仕組み
  • 事前学習とファインチューニング：RLHF（人間のフィードバックによる強化学習）
  • プロンプトエンジニアリング：Few-shot、Chain-of-Thought、ReActなど
  • RAG（検索拡張生成）：外部知識を活用してハルシネーションを抑える手法
  • ハルシネーション対策：LLMが「もっともらしい嘘」を生成する問題と対処法
  • マルチモーダルAI：テキスト・画像・音声を統合的に扱う基盤モデル
  • 拡散モデル（Diffusion Model）：Stable Diffusion、DALL-Eなどの画像生成モデル

AIガバナンス・倫理・法律

  • EU AI Act（2024年8月発効）：リスクベースの規制アプローチ
  • 日本のAI事業者ガイドライン（経済産業省・総務省）
  • 生成AIの著作権問題：学習データの著作権、生成物の権利帰属
  • AIの透明性と説明可能性（XAI）：判断根拠の可視化
  • ディープフェイク対策：合成メディアの検出と規制

引き続き重要な従来分野

新分野が追加されたとはいえ、従来分野が削減されたわけではありません。以下は引き続き出題される基礎です。

  • AIの歴史（ダートマス会議、3度のAIブームなど）
  • 機械学習の基本（教師あり/なし、評価指標、過学習対策）
  • ディープラーニングの基本（CNN、RNN、勾配消失、活性化関数）
  • 強化学習（Q学習、DQN、AlphaGoなど）
  • 個人情報保護法、GDPR、特許・著作権の基礎

受験対策の優先順位

2024年シラバス対応の参考書を持っていない場合、優先して補強すべきは以下の順番です。

優先度トピック理由
★★★LLMとTransformer新シラバスの中核。確実に複数問出題
★★★RAG・プロンプトエンジニアリング応用問題で頻出
★★EU AI Act・AI事業者ガイドライン法律分野の最新動向
★★拡散モデル・マルチモーダル画像生成系で出題増加傾向
★ハルシネーション・XAI応用論点として登場

古い参考書を使う場合の補強方法

2023年以前出版の参考書をすでに購入している場合、以下を補強すれば対応できます。

  • JDLA公式シラバスを必ず一読：JDLA公式サイトから最新版PDFを入手
  • 当サイト練習問題の「生成AI・LLM」カテゴリで実践演習
  • OpenAI、Anthropic、GoogleのLLM公式ドキュメントを30分程度斜め読み

シラバス改訂で削除・縮小された内容

大きな削減はありませんが、以下の項目は出題比重が下がった印象があります（当サイト独自の傾向分析）。

  • 古典的な記号処理AI（エキスパートシステムなど）の細かい分類
  • 個別の機械学習アルゴリズムの数式詳細

まとめ

2024年シラバス改訂の最大の変更は生成AI・LLMの本格導入です。古い参考書だけでは合格に必要な知識をカバーできない可能性があるため、必ず最新シラバスを確認し、不足分を当サイトや公式ドキュメントで補ってください。

準備が整ったら練習問題で実力を試し、苦手分野を用語集で復習する流れを繰り返すのが最短ルートです。

関連記事