ITパスポート 生成AI・DX出題傾向【シラバス6.5対応・2026年最新版】
この記事でわかること（30秒サマリ）
- シラバス6.5で生成AI領域が追加された背景と出題比重の変化
- 2024〜2026年の本試験で出た生成AI・DX問題のパターン分析
- 絶対覚えるべき生成AI用語20選（定義+リスクをセットで解説）
- AIガバナンス・AI倫理の出題ポイント（著作権法・個人情報保護法）
- ChatGPTユーザーが試験で陥りやすい落とし穴
- 合格ナビのAI解説を使った最新用語の効率習得法
ITパスポートの出題傾向は2024年から大きく変わっています。生成AI・DXを「知っている」だけでは解けない問題が増えており、正確な用語定義と法的背景の理解が合否を分けます。
---
シラバス6.5で生成AI関連が追加された背景
IPAが2024年4月に適用したシラバス6.5は、それまでのシラバス6.2と比較して「生成AI」「AIガバナンス」「DX推進」の記述が大幅に拡充されました。この改訂には明確な社会的背景があります。
2022年末のChatGPT登場以降、生成AIは職場・教育・行政など社会インフラ全般に急速に浸透しました。IPAは「ITパスポートは社会人のITリテラシー基盤を担う試験である」という設計思想から、生成AIに関する正確な知識を持つ社会人の育成を急務と判断しました。
具体的にシラバス6.5で明示的に追加されたトピックは以下です。
- 生成AI（Generative AI）の定義・仕組み・活用用途
- プロンプトエンジニアリング（適切な指示文設計の技術）
- ハルシネーション（AIが誤情報を生成する現象）
- RAG（Retrieval-Augmented Generation：検索拡張生成）
- 基盤モデル・大規模言語モデル（LLM）
- AI倫理・AIガバナンスの概念と関連ガイドライン
- DX推進における生成AIの位置づけ
シラバス6.5の全体概要はこちらで解説しています。本記事はその中の生成AI領域に絞って深掘りします。
---
2024〜2026年の本試験で出た生成AI・DX問題のパターン分析
シラバス6.5適用後の本試験を分析すると、生成AI・DX関連問題は1回あたり推定2〜5問出題されています。出題パターンは大きく4つに分類できます。
パターン1：用語定義の正確な理解を問う問題
「ハルシネーションの説明として最も適切なものを選べ」「RAGの目的を説明したものはどれか」のように、用語の定義を4択から選ばせる形式です。表面的な理解では紛らわしい選択肢に引っかかります。
パターン2：AIリスクとその対策を問う問題
「生成AIを業務で使用する際のリスクとして適切なものはどれか」「著作権保護の観点から問題となる行為はどれか」という問われ方です。AIのメリットだけでなく、リスクと対策をセットで把握する必要があります。
パターン3：DX推進・デジタル化文脈での応用問題
「A社がDX推進の一環として生成AIを導入する場合、最初に検討すべき事項として適切なものはどれか」というシナリオ型問題です。ストラテジ系の経営・組織の知識と生成AI知識の掛け合わせが問われます。
パターン4：法規・ガイドライン関連問題
著作権法、個人情報保護法、AIガイドラインに絡めた問題です。「AIが生成した文章の著作権はどう扱われるか」「個人情報を含むデータをAI学習に使用する場合の注意点はどれか」という形式で出ます。
ストラテジ・マネジメント・テクノロジの配点と攻略順序はこちらも参照してください。
---
絶対覚えるべき生成AI用語20選
以下の20用語は、定義とリスク・活用場面をセットで覚えてください。「なんとなく知っている」レベルでは本番で確実に得点できません。
AIの仕組み・技術系用語（8語）
1. 生成AI（Generative AI）
テキスト・画像・音声・動画などのコンテンツを新たに生成するAIの総称。従来のAI（分類・予測）と異なり、「新しいもの」を作り出す点が特徴。
2. 大規模言語モデル（LLM：Large Language Model）
膨大なテキストデータで事前学習した巨大なAIモデル。GPT系・Claude系・Gemini系などが代表例。「大規模」とは学習データ量とパラメータ数の多さを指す。
3. 基盤モデル（Foundation Model）
汎用的な大規模AIモデルを指す用語。特定タスクに特化せず、様々な用途に転用できる点が特徴。LLMは基盤モデルの一種。
4. トランスフォーマー（Transformer）
現代のLLMの基礎となるニューラルネットワーク構造。「Attention機構」により文章内の単語間の関係を効率的に学習できる。試験では「LLMの基礎技術」として問われることがある。
5. プロンプト（Prompt）
AIへの指示文・入力文のこと。どのようなプロンプトを書くかで出力品質が大きく変わる。
6. プロンプトエンジニアリング（Prompt Engineering）
AIから望ましい出力を引き出すための指示文の設計・最適化技術。業務でAIを活用するうえで重要なスキルとしてIPAが明示。
7. ファインチューニング（Fine-tuning）
事前学習済みの基盤モデルを特定の用途に合わせて追加学習させること。コストを抑えながら専門的なAIを作る手法。
8. RAG（Retrieval-Augmented Generation：検索拡張生成）
AIが回答を生成する際に、外部データベースから関連情報を検索して参照する仕組み。ハルシネーションを減らし、最新情報を扱えるようにするための技術。試験頻出。
AIリスク系用語（6語）
9. ハルシネーション（Hallucination）
AIが事実と異なる情報を、あたかも正確であるかのように生成する現象。存在しない論文の引用・誤った数値の生成などが代表例。ITパスポート最頻出のAI用語のひとつ。
10. バイアス（AI Bias）
学習データの偏りがAIの出力に反映される問題。特定の属性に対して不公平な判断をするリスクがある。
11. ブラックボックス問題
AIがどのような判断プロセスで結論を出したか説明できない問題。医療・金融など説明責任が求められる分野での課題。
12. 敵対的サンプル（Adversarial Example）
人間には判別できないわずかな変化を加えることで、AIに意図的に誤判断させる入力データ。セキュリティの文脈で出題されることがある。
13. ディープフェイク（Deepfake）
生成AIを使って人の顔・声・動画を合成し、本物のように見せる技術。なりすまし・フェイクニュースのリスクと関連して出題される。
14. プロンプトインジェクション（Prompt Injection）
悪意のある指示をプロンプトに埋め込み、AIに意図しない動作をさせる攻撃手法。セキュリティとAIの複合問題として注目されている。
AIガバナンス・倫理系用語（6語）
15. AIガバナンス（AI Governance）
AI利用に関するルール・方針・監督体制の整備の総称。企業・政府・社会全体でAIを適切に管理するための枠組み。
16. 説明可能なAI（XAI：Explainable AI）
AIの判断根拠を人間が理解できる形で説明できる技術・設計方針。ブラックボックス問題への対応策。
17. 人間によるAI監視（Human-in-the-loop）
AIの判断を人間が確認・承認するプロセスを設けること。自動化とリスク管理のバランスを取る設計原則。
18. AI倫理原則
公平性・透明性・安全性・プライバシー保護など、AI開発・利用に際して守るべき原則の体系。総務省・経産省・OECD等が各種ガイドラインを公表している。
19. 著作権とAI生成物
AIが生成したコンテンツの著作権の扱いは国ごとに異なる。日本では「AIが単独で生成したもの」には著作権が認められないが、人間がクリエイティブに関与した場合は認められうる。試験では「著作権侵害リスクはどの行為か」という形で出る。
20. EU AI Act（EU AI規制法）
EUが制定したAI規制の包括的な法律。リスクレベルに応じてAIを分類し、高リスクAIには厳しい要件を課す。国際的なAIガバナンスの動向として日本の試験でも問われるようになっている。
---
AIガバナンス・AI倫理の出題ポイント
生成AI問題の中でもAIガバナンス・法規は苦手にしている受験者が多い分野です。「技術的な話ではなくて法律や倫理の話なのか」と感じてとっつきにくいのですが、ここを押さえると確実に得点が増えます。
個人情報保護法との関係
AIのサービスに個人情報を入力する場合、個人情報保護法の適用範囲が問われます。典型的な出題パターンは「社員の個人情報を含む顧客データを生成AIのクラウドサービスに入力する際の注意点はどれか」という形式です。
ポイントは「利用目的の通知・同意」「第三者提供の制限」「委託先管理」の3点です。生成AIサービス事業者が「第三者」に該当するかどうか、委託関係が成立するかどうかで対応が変わります。
著作権法との関係
著作権法とAI生成物に関する出題は増加傾向にあります。押さえるべきポイントは以下の3点です。
- AIが学習に使うデータの著作権（著作権法30条の4による情報解析目的の例外）
- AI生成物自体の著作権（人間の創作的関与の程度による）
- AI生成物を利用した他者の著作権侵害リスク（学習データに含まれる著作物の類似生成）
IPAの「AI利活用ガイドライン」
IPAや総務省が公表している「AI利活用ガイドライン」「AI戦略」は試験の背景知識として重要です。「適正利用」「透明性確保」「リスク管理」「人間中心のAI」というキーワードが試験の選択肢に頻繁に登場します。
セキュリティ・法規ドメインの攻略法はこちらでも解説しています。
---
「ChatGPTは知っているがITパスポートのAI問題は別物」という落とし穴
生成AIを日常的に使っているユーザーほど、ITパスポートのAI問題で意外なミスをします。原因は「使う知識」と「定義を答える知識」のギャップです。
落とし穴1：ハルシネーションの定義を説明できない
ChatGPTを使っていれば「AIが嘘をつくことがある」とは知っています。しかし試験の選択肢では「ハルシネーションとは何か」を正確に定義した選択肢を選ぶ必要があります。「誤った情報を生成する」という表現と「確信を持って誤った情報を生成する」という表現では、後者が正確な定義です。
落とし穴2：RAGの仕組みを説明できない
「RAGを使うと最新情報を扱える」とは知っていても、「なぜ使うと最新情報を扱えるのか」の仕組み（外部DBから情報検索して生成に活用する）を正確に説明できるかどうかが試験では問われます。
落とし穴3：試験会場ではAIを使えない
当たり前のことですが、「わからなければChatGPTに聞けばいい」という習慣がある方は注意が必要です。ITパスポートはCBT方式の試験会場で受験します。試験中はインターネットへのアクセス、AIツールの利用は一切できません。用語の定義は自分の頭の中に入れておく必要があります。
ChatGPTとAI合格ナビの違い・活用法はこちらで詳しく比較しています。
落とし穴4：「DXを理解している」と過信する
DXという言葉は広く知られていますが、ITパスポートでの定義は「デジタル技術を活用してビジネスモデル・業務プロセス・組織文化を変革すること」です。「業務をデジタル化すること」はDXではなく「デジタイゼーション」または「デジタライゼーション」と呼ばれ、意味が異なります。この3段階の区別は頻出問題です。
| 用語 | 意味 |
|---|---|
| デジタイゼーション | アナログデータをデジタルに変換（紙→電子） |
| デジタライゼーション | 業務プロセス全体をデジタル化 |
| DX（デジタルトランスフォーメーション） | ビジネスモデル・企業文化の変革 |
---
生成AI問題対策：合格ナビのAI解説で最新用語を効率習得する方法
生成AI用語を20個一気に暗記しようとすると、ほぼ確実に挫折します。試験で得点するための効率的な対策は「過去問演習→わからなかった用語をAI解説で補強→定義+リスクをセットで記憶」のサイクルです。
ステップ1：まず過去問を解いて「知らない用語」を洗い出す
生成AI関連問題を10〜20問解いて、どの用語で間違えたかをリストアップします。「ハルシネーション」「RAG」「プロンプトエンジニアリング」あたりは最初から出てくるはずです。この段階では正解率が低くて当然なので、気にせず進めます。
ステップ2：AI解説で「定義→具体例→リスク」の3点セットを覚える
間違えた用語をAI解説で確認するとき、以下の3つを押さえてください。
1. 定義：試験の選択肢で正解になる表現
2. 具体例：「実際にどういう場面で起きるか」をイメージできる例
3. リスク・対策：「なぜ問題になるか」「どう対応するか」
AI解説機能では「初心者向け」「標準」「上級」のレベルを切り替えながら、自分の理解度に合った説明を選べます。生成AI用語は「初心者向け（具体例中心）」から始めると定着が早くなります。
ステップ3：AIガバナンス・法規は「キーワード+法律名+目的」でまとめる
著作権法・個人情報保護法・AIガイドラインは、「何を守るための法律か」「AIとどう関係するか」をワンセットで押さえます。個別の条文番号を暗記する必要はありません。
ステップ4：模擬試験で定着確認
生成AI用語の補強が終わったら、模擬試験100問でランダムに出題される状態で解けるかを確認します。「単体では解けるが模擬試験の文脈で出ると解けない」という問題があれば、その用語の理解が浅い証拠です。
AI解説とは何か・どう使うかはこちらで詳しく説明しています。
---
まとめ：生成AI問題は「定義の正確さ」が勝負
シラバス6.5以降のITパスポートにおいて、生成AI・DX問題は確実に得点源にできる分野です。ただし「なんとなく知っている」では通用しません。
今すぐ取り組むべきことを3点に絞ります。
1. 20用語の定義をひとつずつ正確に覚える（ハルシネーション・RAGから優先）
2. AIガバナンス・著作権法・個人情報保護法の関係を把握する
3. 過去問で出題パターンを体験してから弱点用語を補強する
生成AIは「知っているつもり」になりやすい分野だからこそ、定義の正確さで差がつきます。
---