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。

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

生成AIの普及に伴い、近年出題が増えているテーマです。

ビジネスデータの保護に関するテーマです。

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。

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。

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。

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。

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。

皆さんの合格を応援しています！