概要
- 2025年5月10日に受験したG検定の感想と反省をまとめた記事です。
- 受験を終えて、G検定対策の振り返りと、今後のAI技術学習へのモチベーション維持について
はじめに
とりあえずG検定、合格できました。
しかし、想像以上に難しく感じたため、もし不合格だったとしてもおかしくはないという正直な感想です。
2025年5月10日に開催されたG検定を受けてみての感想と反省
結論から言うと、試験開始直後から
「これは難しすぎる…」
と感じました。
事前にしっかり勉強したはずなのに、その知識を応用した視点からの問題が多く出題されたためです。
AWSのSAAを受けたときは「あ、これわかるぞ！」っていうものが結構あったんですが、G検定の問題はかなり曲者ぞろいでした。
とりあえず落ち着いて問題を読み、消去法で解答できる問題もありましたがそれでもやはり難易度は高かったですね。
正直な感想としては
「難しすぎた」
の一言に尽きます。
1ヶ月間テキストを読み込み、過去問を繰り返し解き、万全の状態で臨んだにも関わらず、頭が真っ白になるレベルでした。
もし「自力」で合格を目指すなら、2ヶ月以上の学習期間を確保することをおすすめします。
受験を終えて振り返るG検定の対策について
具体的な出題内容についてはお答えできませんが、経験者としてお伝えできる試験対策についてご紹介します。今後の受験を検討されている方の参考になれば幸いです。
前提として
-
資料の持ち込みが許可されている試験です。
- ただし、試験中に文章のコピー＆ペーストができないように対策されており、検索や生成AIに頼りきりになるのは難しいです。
- 資料参照が可能な分、問題の難易度は高めに設定されています。生成AIの普及以降、さらに難化傾向にあるようです。
- 自宅で受験できるオンライン試験であり、一般的な試験のような監視はありません。（AWSの試験などでは自宅受験の場合、環境チェックが行われることがあります）
-
出題形式: 基本的には文章問題と4択の選択式がほとんどです（9割程度）。
- 「適切か不適切か」を選択する問題も多いため、問題文の読み飛ばしは危険です。
- 該当するものにチェックを入れる形式の問題も、もしかしたら出題されるかもしれません（記憶が曖昧ですが）。
- 問題数: 160問
- 時間制限: 120分
「カンニングOK」（公式が認めているわけではない）の珍しい試験？
公式が「カンニングOK」とは明言していませんが、資料の持ち込みが許可されている時点で、ある程度はそう解釈できます。考えられる対策としては、以下のような手法が挙げられます。
- チートシート（キーワードと説明をまとめた資料の作成）
- インターネットでの検索
- 関連書籍の参照
- ChatGPTなどの生成AIへの質問
しかし、160問という問題数の多さから、全ての問いをその場で調べながら解答するのは時間的に困難です。
そのため、全くの無勉強で合格するのは難しいでしょう。
理想的な戦略は、即座に答えられるレベルまで知識を定着させておくことです。
分からない問題には「後で見る」マークを付けておき、時間が余った際に資料を参照して解答するのが、合格への王道パターンだと感じました。
これは「AI系の資格」であることを再認識する
G検定は、一般的な「カンニングなしで実力を試される」試験とは異なり、資料参照という攻略法が存在します。個人的には、これまでの試験の中で最も面白く感じましたが、同時に「本当に意味のある資格なのか？」という疑問も抱いた試験でもありました。
私としては、資料なしで自力で合格したかったのですが、生成AIのレベルが飛躍的に向上した後のG検定ということもあり、学習した内容の斜め上を行く難易度だったため、資料に頼らざるを得なかったのが正直悔しい点です。
もちろん、カンニングを推奨するわけではありませんが、一つ言えるのは「AI系の試験なのだから、AIを使いこなすこともまた一つの攻略法である」ということです。
この点について多くは語りません（笑）
再受験は今のところ不可能？
受験後に知ったのですが、G検定は一度合格すれば永久に資格が失効しないようです。
ということは、もう受験できないのでしょうか？次回は純粋な実力で受けたいという気持ちと、会社から費用を出してもらっている以上、まずは合格したいという気持ちが半々です。
この先にはさらに難しいE資格があるので、まずはG検定で得た基礎知識をしっかりと定着させたいと思います。
G検定の難易度を考えると、E資格は生半可な知識や経験では太刀打ちできないと感じています。
ただ、G検定と同じような形式であれば攻略法はあるでしょうが、正直そこまでしてE資格が欲しいわけではありません。
あくまで自分の実力を測る場として、E資格は考えています。
試験を終えてのAI技術学習へのモチベーション維持
義務感で取得したAWSの資格とは異なり、G検定は久々に自分の意思で挑戦した資格だったため、試験後の燃え尽き症候群はかなり軽微でした。
その理由の一つとして、G検定の勉強を始める前から機械学習を使った分析アプリケーションを作成していたことが、モチベーション維持に大きく貢献してくれたからです。
G検定を受けて良かったと思えるのは、
AI技術に対する視野が広がったこと
です。
それまでは
「機械学習をやりたい！ディープラーニングを学びたい！」
という漠然としたものでしたが、G検定で体系的に学ぶことで、
「これを実現するためには、ディープラーニングのこの技術を使いたい」
といった具体的な発想ができるようになりました。
例えば、私は趣味で株トレードをしているのですが、AIで分析して未来の株価を予測できるようになればもっと楽しめるのでは、という思いがあります。
そのため、時系列分析が可能な LSTM（Long Short-Term Memory） について深く学びたいと具体的に考えるようになりました。
今はChatGPTに聞けばすぐに良いアイデアや具体例を出してくれますが、それが何であるかをまず知らなければなりません。結局のところ、ある程度の知識は自分で学ぶ必要があるわけです。（この考えも、時間の問題かもしれませんが…）
G検定で幅広い知識を身につけたことで、AIに関する「入門の入門」は既に終えている状態です。そのため、AIに興味があるなら、まずはG検定に挑戦してみることを強くおすすめします。
AIエンジニアとしてこれから進むべき道について考える
ここでは、会社員としてではなく、個人としての視点でお話しします。
会社員としてであれば、トレンドである生成AI関連技術を追い、独自のエージェントを開発したり、MCPやA2A（もう古い情報かもしれませんが、AI技術の進化速度の恐ろしさを感じます）といった今後確実に成長していく技術を学ぶ方が良いことは明らかです。これは議論しても面白みに欠けるというか、既に語り尽くされている内容なので割愛します。
もちろん、そうしたトレンドが自分にとって面白いと感じる場合は、そこに突き進むことで大きく成長できるでしょうし、会社にとっても良い人材に育つため、双方にとって良いことづくめだと思います。
正直なところ、私自身は今のトレンドに対して、想像していたほどワクワク度が高くないと感じています。飛びついてもすぐに飽きてしまうだろうという、これまでの経験からくる恐怖を覚えています。
私はITエンジニアになってから、フロントエンド、バックエンド、インフラと様々な分野を経験してきたこともあり、もうそういうのはいいかな、という気持ちです。
また、LLM（大規模言語モデル）は個人で開発するにはコストが高すぎるというのもネックです。技術的にはキャッチアップしていきたい部分ではありますが、そこに注力するかどうかは別の話です。
G検定を通してAI技術の幅広さを再認識したことで、今後進むべき道をより慎重に決めていこうと思います。
当分の間は基礎力を高めることでしょうか。
結果よりも仮定が気になるタイプなので、AIに関してはそれを理解するためには数理や基本的な仕組みをしっかり理解できるようにならないとこの先厳しそうだなっていうのを痛いぐらいに感じています。