ITパスポートの生成AI分野を学ぶ5ステップ｜シラバスVer.6.5対応

ITパスポートの教材で「生成AI」と続くと、混乱します。

また、「大規模言語モデル」も続くと、さらに混乱します。

生成AIだけを詳しく調べると、全体のつながりが見えにくくなります。

生成AI分野は、AIの関係、学習データ、使い方、リスク、人の確認という5つへ分けると整理できます。製品名をたくさん覚えるより、「どの場面で何が問題になるか」を説明できる形にする方が、選択肢を比べやすくなります。

この記事では、IPAのシラバスVer.6.5を確認し、5ステップの学習順、オリジナル5問、30分の復習法までまとめます。生成AIの問題数は公表されていないため、出題数を決めつけず、試験全体の中で学ぶ方法を紹介します。

本記事の練習問題は、学習用に作成したオリジナルです。IPAの実問題を転載していません。試験情報、シラバス、研究は2026年8月12日に確認しました。

ITパスポートの生成AI分野はどこまで学ぶ？

結論は、生成AIだけを独立した暗記科目にせず、AIの基礎、業務での活用、情報のリスク、倫理や人の関与までつなげて学びます。IPAのシラバスには、生成AIの利用例、LLM、プロンプトエンジニアリングなどがあります。さらに、ハルシネーション、ディープフェイク、ヒューマンインザループも挙げられています。

ITパスポート試験シラバスVer.6.5は2026年1月に掲載された版です。生成AIに関する項目はVer.6.2で追加され、現在の版にも引き継がれています。Ver.6.5の主な変更は法律名の見直しであり、生成AIだけの大改訂ではありません。

確認項目	2026年8月時点の公式情報	学習での注意
試験時間	120分	100問を同じ速さで解くとは限らない
出題数	100問	生成AIだけの問題数は公表されていない
形式	四肢択一	最も合う説明を比べる練習が必要
シラバス	Ver.6.5	学習前に最新版か確認する

試験の全体像から決めたい方は、IT資格で全体像をつかむ3つの理由も合わせて読むと、ITパスポートの位置づけが分かります。

生成AI分野でつなげたい5つのテーマ

用語は、ばらばらのカードではなく、入力から出力までの流れに置きます。AIがどこから学び、何を作り、どこで人が確かめるかを見ると、似た選択肢を分けやすくなります。

1．AI・機械学習・生成AIの関係

AIが広い考え方、機械学習がデータから規則を学ぶ方法、生成AIが文章や画像などを作る仕組みです。ITパスポートの観点からは、基本的な技術理解として捉えられます。

2．学習データとモデル

学習データの質や偏りが出力へ影響します。LLMは大量の文章から言葉のつながりを学んだモデルです。

3．プロンプトと利用例

プロンプトはAIへ渡す指示や条件です。要約、添削、案出し、プログラミングなどに使われます。

4．出力のリスク

誤情報、偏り、古い情報、出典不明、権利、個人情報、ディープフェイクなどを考えます。

5．人の関与

出力を人が確認し、重要な決定をAIだけへ任せない考え方です。ヒューマンインザループもここへ置きます。

例えば「生成AIに顧客メールを要約させる」という場面なら、便利な利用例だけで終わりません。顧客情報を入力してよいか、出力に誤りがないか、誰が確認するかまでが一つの問題です。

生成AI分野を学ぶ5ステップ

学習順は、関係図、具体例、注意点、選択肢、説明の順です。最初から用語集を端から暗記するより、使う場面と理由を結び付けます。

資格そのものの選び方も迷っている場合は、生成AIパスポートとG検定の違い5つで、ITパスポートとは別のAI学習の選択肢を比べられます。

オリジナル5問で考え方を確認する

次の問題はすべて学習用のオリジナルです。答えを先に見ず、他の選択肢がなぜ合わないかも一言で説明してください。

問題1｜生成AIの説明として最も合うもの

A：決められた数字だけを保存する装置。B：学習したパターンをもとに文章や画像などを作る仕組み。C：必ず正しい検索結果だけを返す仕組み。D：人の確認が不要な決定方法。

答えはBです。生成AIは新しい内容を作れますが、必ず正しいとは限らず、人の確認が不要になるわけでもありません。

問題2｜ハルシネーションへの対応

A：文章を長くする　B：同じAIへ本当か聞くだけにする　C：一次資料で数字や条件を確かめる　D：出典を表示しない

答えはCです。プロンプトの工夫だけで終えず、公式資料や原文へ戻ります。

問題3｜プロンプトとは何か

A：AIへ渡す指示や条件　B：AIが学習する電力　C：個人情報を消す装置　D：ネットワークの通信規約だけを指す言葉

答えはAです。目的、前提、形式などを伝える入力です。ただし、詳しい指示でも誤りは起こり得ます。

問題4｜ディープフェイクの注意点

A：本物らしい偽の画像・音声・動画により誤解を生むことがある。B：画像の容量が必ず小さくなる。C：パスワードを自動で強くする。D：データベースの重複を消す。

答えはAです。見た目や声だけで決めず、発信元や別の情報を確認します。

問題5｜ヒューマンインザループに近いもの

A：AIがすべてを決定する　B：重要な出力を人が確認し、必要なら修正する　C：人がAIへ一切触れない　D：学習データを一つだけにする

答えはBです。人が適切な段階で確認や判断へ関わります。

よくある5つの学び方をどう直す？

生成AIは新しい言葉が多いため、用語を増やすほど勉強した気になりやすい分野です。ところが、言葉だけを覚えると、場面問題で迷います。

よくある学び方	困ること	直し方
製品名をたくさん覚える	更新が早く、基本が残らない	シラバスの考え方を先にする
用語と意味だけを書く	場面問題で選べない	利用例と注意点を一つ付ける
正解だけを見る	似た選択肢で迷う	誤りの言葉を一つ示す
生成AIだけを長時間学ぶ	試験全体が手薄になる	100問全体の計画へ戻す
古いまとめだけを使う	法律名やシラバス版がずれる	IPAの最新版を先に確認する

特に「便利な利用例」と「安全な利用」を混ぜないでください。要約できることと、顧客情報を入力してよいことは別の判断です。

2024年の研究からAI学習へ何を取り入れる？

研究から取り入れたいのは、知識、使い方、倫理を別々にせず、一つの学習へ組み込むことです。ただ用語を覚えるだけでなく、どのように使い、どこで注意するかを話せるようにします。

Duほかの2024年研究は、中国の16地域にいるK-12教員318人へ質問紙調査を行い、構造方程式モデリングで関係を調べました。AIリテラシーは、AI学習の自信、倫理への気づき、社会のために使う考え方と関係し、それらを通じて学ぶ意図へ間接的に関係しました。

ただし、教員の自己報告を使った横断調査であり、日本のITパスポート受験者の点数を調べた研究ではありません。因果関係も決められません。原文はExploring the effects of AI literacy in teacher learningで確認できます。

Zhaoほかの2024年研究は、台湾の小学3・4年生30人へ5日間・30時間のAI学習を行い、事前・事後テストなどを比べました。AI知識の得点は向上し、授業には生成AIの使い方だけでなく、欠点、偏り、倫理も含まれていました。小規模で比較対象のない研究なので、そのまま試験対策の効果とは言えませんが、「仕組み・実践・注意点を一緒に学ぶ」例として参考になります。

原文はZhaoほかの2024年研究で確認できます。

平日30分で生成AI分野を復習する3つの区切り

30分は、関係図10分、問題10分、説明10分に分けます。用語を読むだけの時間を短くし、自分で思い出す時間を入れます。

翌日は、最初の1分で前日の説明を言い直します。うまく言えないところが、その日の復習対象です。

まとめ｜ITパスポートの生成AI分野は5テーマをつなぐ

ITパスポートの生成AI分野は、AIの関係、学習データ、プロンプトと利用例、出力のリスク、人の関与という5テーマへ分けます。生成AIだけの出題数は公表されていないため、試験全体の計画から切り離しません。

シラバスVer.6.5では、生成AI、LLM、プロンプトエンジニアリングなどを確認できます。ハルシネーション、ディープフェイク、ヒューマンインザループも対象です。言葉だけでなく、何に使い、どこで問題が起こり、誰が確かめるかを一つの場面で説明してください。

今日の30分では、5テーマの関係図を一度書き、オリジナル5問から2問を解きます。最後に「顧客メールを生成AIで要約する場面」を使い、入力、出力、リスク、人の確認を1分で説明してみましょう。

ITパスポートの生成AI分野でよくある質問

公式資料・研究・検証方法

• IPA「ITパスポート試験」
• IPA「試験要綱・シラバスについて」
• IPA「ITパスポート試験シラバス Ver.6.5」
• Duほか（2024）Exploring the effects of AI literacy in teacher learning
• Zhaoほか（2024）Development of an artificial intelligence curriculum design for children in Taiwan