はじめに
こんにちは、文系出身でG検定に合格したエンジニアです（2026年1月合格）。
G検定の勉強を始めたとき、「法律・倫理の分野って配点どれくらいあるの？」と調べて驚きました。なんと出題の約3〜4割が法律・倫理関連だったのです。
技術分野に比べて「なんとなく後回し」にされがちなこの分野ですが、実は文系出身者が最も得点しやすい分野でもあります。私自身、法律・倫理を得意科目にしたことが合格の大きな要因でした。
この記事では、G検定の法律・倫理分野で押さえるべき頻出テーマを整理し、効率的な学習の進め方をお伝えします。
※本記事はJDLA非公式の個人まとめです。最新の出題範囲はJDLA公式サイトのシラバスをご確認ください。
なぜ法律・倫理を優先すべきなのか
G検定の勉強というと、CNNやRNNなどの技術用語に目が行きがちです。しかし法律・倫理分野を優先すべき理由が3つあります。
1. 配点が大きい
シラバス2024では、「AIの社会的課題を考える」「AIのリスクと規制」「AIの倫理」「AI関連法規」などが出題範囲として明記されており、全体の約3〜4割を占めます。
2. 暗記で対応しやすい
技術分野は数式の理解や概念の把握に時間がかかりますが、法律・倫理は「何がどう決められているか」を覚えれば得点できます。
3. 文系出身者のアドバンテージ
法律の条文や倫理ガイドラインの読み解きは、文系の読解力が活きる場面です。私は大学時代にレポートで法令を引用した経験が、そのまま試験対策に役立ちました。
頻出テーマ6選と攻略ポイント
1. 個人情報保護法
G検定で最も出題頻度が高い法律テーマです。以下の3点を重点的に押さえましょう。
- 個人情報・個人データ・要配慮個人情報の違い: 「個人情報」「個人データ」「保有個人データ」の定義を正確に区別できるようにする
- 匿名加工情報と仮名加工情報: この2つの違いは頻出です。匿名加工情報は元に戻せない加工、仮名加工情報は他の情報と照合すれば元に戻せる加工という点を押さえる
- 第三者提供のルール: オプトアウト、委託、共同利用の場合にどのような手続きが必要か
2. 著作権法とAI
生成AIの普及に伴い、近年出題が増えているテーマです。
- AI学習と著作権（第30条の4）: AIの学習段階では、原則として著作物を許諾なく利用できる。ただし「著作権者の利益を不当に害する場合」は例外
- AI生成物の著作権: 人間が創作的に関与していれば著作物となり得るが、AIが自動生成しただけでは著作物として保護されない
- 類似性と依拠性: AI生成物が既存の著作物に似ている場合の判断基準
3. 不正競争防止法と限定提供データ
ビジネスデータの保護に関するテーマです。
- 営業秘密の3要件: 秘密管理性・有用性・非公知性の3つを暗記する
- 限定提供データ: 2019年改正で追加された概念。営業秘密との違い（限定提供データは秘密管理性が不要）を整理しておく
4. AI倫理ガイドライン
国内外のAI倫理に関する主要ガイドラインは、名称と策定主体をセットで覚えましょう。
- 人間中心のAI社会原則（統合イノベーション戦略推進会議）
- AI事業者ガイドライン（総務省・経産省、2024年策定）
- OECD AI原則: 国際的に広く参照される5原則
- EU AI Act（AI規則）: リスクベースアプローチで4段階にAIを分類する点が頻出
5. 公平性・バイアス問題
AIの判断に含まれるバイアスについて、具体的な事例とともに出題されます。
- アルゴリズムバイアス: 学習データの偏りがAIの判断に反映される問題
- 代表的な事例: 採用AIの性別バイアス、顔認識の人種バイアス、与信審査のバイアスなど
- 公平性の定義: 統計的パリティ、機会の均等、予測値パリティなど複数の定義があり、すべてを同時に満たせない場合があること
6. プライバシーとデータガバナンス
- プライバシー・バイ・デザイン: システムの設計段階からプライバシー保護を組み込む考え方
- GDPR（EU一般データ保護規則）: 忘れられる権利、データポータビリティ権、DPO（データ保護責任者）の設置義務
- データガバナンス: データの品質管理、利活用のルール整備、責任体制の構築
文系流の学習法：3ステップ
私が実践した学習法を紹介します。
ステップ1: 用語の「定義」を正確に覚える（1週間）
法律用語は似たものが多いので、まず定義の違いを整理します。「個人情報と個人データの違いは？」と聞かれて即答できるレベルを目指しましょう。
ステップ2: 具体的な事例で理解する（1週間）
「この場合、個人情報保護法に違反する？」のような事例問題が多いです。公式テキストや問題集の事例をしっかり読み込みます。
ステップ3: ガイドライン名と策定主体をセットで暗記する（数日）
「人間中心のAI社会原則を策定したのはどこ？」のような問題が出ます。ガイドライン名・策定主体・キーワードの3点セットで表にまとめると効率的です。
まとめ
G検定の法律・倫理分野は、配点が大きいにもかかわらず対策が後回しにされがちです。しかし、文系出身者にとっては最も効率よく得点できる分野です。
ポイントをおさらいします。
- 出題の約3〜4割が法律・倫理関連
- 個人情報保護法、著作権法、AI倫理ガイドラインが三大頻出テーマ
- 定義の正確な暗記 → 事例での理解 → ガイドラインの整理、の順で学習する
技術分野に時間を取られがちですが、法律・倫理をしっかり固めることで合格がぐっと近づきます。ぜひ「文系の武器」として活用してください。
おすすめの学習リソース
G検定の学習には、体系的にまとまった教材を使うのが効率的です。私も活用した AI検定学習ナビ では、分野別の解説や練習問題が充実しているので、法律・倫理分野の学習にもおすすめです。
皆さんの合格を応援しています！