はじめに

先日、JDLA主催の「G検定（G2026#4）」を受験し、無事に合格することができました！

受験のきっかけ

普段の仕事でもAIを活用する機会があるのですが、「業務で使うだけでなく、ディープラーニングの仕組みや背景にある技術をもっと深く理解したい」と思ったのが一番の動機です。また、AI関連の客観的な証明として、何か1つ資格を取得しておきたいという思いもあり受験を決めました。

事前対策としては定番の「黒本」を2周し、付属の総仕上げ問題でも正答率85%程度取れる状態まで仕上げて臨んだのですが……本番の手応えは「絶望」の一言でした。

「過去問と全然違う」「難化しすぎでは？」と冷や汗をかきながらギリギリで走り抜けた体験と、実際の得点率・学習時のリアルな苦労についてまとめました。これから受験される方の参考になれば幸いです。

1. 学習で直面した「圧倒的な認知負荷」と苦労

正確な勉強時間までは記録していませんが、学習プロセス自体がかなり大変だったのが正直な感想です。

実務で使うAI知識とは「趣向」が違った

普段仕事でAIを扱っているとはいえ、実務で使う知識とG検定で問われる知識とではかなり趣向が異なっていました。業務上の活用だけでは触れないような、ディープラーニングの歴史、数理モデル、各種アルゴリズムの内部構造など、幅広く深い知識が求められます。

未知の概念ばかりで頭に入らない

登場する用語や仕組み（CNN、RNN、各種最適化アルゴリズムなど）のほとんどが自分にとって聞いたこともない未知のものばかりで、1つ1つの概念を理解するだけでも非常に高い認知負荷がかかりました。

「テキスト2周」でも身につかない壁

参考書や黒本を2周読み込み、問題を解き進めはしたものの、「2周した程度では全然自分の知識として定着していない」という感覚がずっとありました。

丸暗記しようとしても表面的な言葉しか残らず、少し角度を変えられると途端にわからなくなってしまいます。
これから受験される方は、「ただテキストを周回するだけでなく、本質的な概念をしっかり腹落ちさせるレベルまで読み込む覚悟が必要」だと感じました。

正直そこまでしなくても試験に受かることを目的とするならば合格はできると思います。

対策内容

使用した教材: 『徹底攻略ディープラーニングG検定ジェネラリスト問題集第3版（通称：黒本）』

学習量: 黒本を2周＋付属の総仕上げ問題を周回（ちゃんと測ってないけど、50時間くらい？）
事前手応え: 総仕上げ問題レベルで正答率85%程度を取れている状態

この黒本に載っている問題は割と検索すれば解ける問題ばかりで、そんなに深く覚えなくても解ける問題が多いんだなという印象でした。
そのため、試験に臨む前は「これだけやれば十分対応できるだろう」という手応えを持って本番に臨みました。

2. 実際に受けてみて感じた「難化」と「違和感」

いざ試験が始まると、演習時の感覚とは大きく異なる点ばかりで焦りました。

① 1対1の丸暗記が通用しない

例えば「CNNの特徴」について問われる際、従来の「〇〇＝××」という単純な1対1の知識では絞り込めない問題が多発しました。複数の特徴や仕組みの根幹を網羅的に理解していないと解けない問題が増加しています。

② 検索（チートシート）対策が徹底されている

G検定は自宅受験（調べもの可）ですが、調べたら一発で答えが出るような素直な問題は激減していました。検索ワードの選定や読み込みに時間を取られ、タイムロスにつながります。

③ 時間との戦いがシビア

今回の試験は「100分・145問」（1問あたり約41秒）。
以前の200問・120分時代から問題数は減ったものの、1問あたりの思考重度が増したため、時間は超ギリギリ。最後の2問はほぼ勘で答える形になり、見直しを行う余裕はありませんでした。

手応え: 「正答率60%いっているかどうか微妙…13,200円の受験料が無駄になったかも…」と、試験直後は落胆していました。

3. 合格通知と実際の得点率データ

合格発表日に届いた結果がこちらです。

■ シラバス分野別得点率

１．人工知能とは. 人工知能をめぐる動向：87%
２．機械学習の概要：53%
３．ディープラーニングの概要：68%
４．ディープラーニングの要素技術：64%
５．ディープラーニングの応用例：76%
６．AIの社会実装に向けて：90%
７．AIに必要な数理・統計知識：66%
８．AIに関する法律と契約. AI倫理・AIガバナンス：71%

考察

苦戦した「機械学習の概要」は53%まで落ち込んでいましたが、概念・法律・社会実装などの基礎・応用分野で80〜90%台を確保できたことで、全体をカバーできた形です。
体感通り「正答率65〜70%付近」のボーダーラインで粘り勝った結果となりました。

ただ、機械学習やディープラーニングの知識が軒並み得点率低めだった傾向を見るとメインの分野でそこまで深い理解に至ってなかったんだなぁと反省しています。
試験を終えてから既に半月ほど経っていますが、かなり内容を忘れかけてるのでまたテキストを見直さないとな～と思っています。

4. 「合格率83%」という数字以上に難しい試験だった

今回の試験結果を見ると、受験者9,241名中、合格者7,677名（合格率約83%）でした。

合格率の数値だけを見れば「受かりやすい試験」のように見えてしまうかもしれませんが、実際に受験した体感としては間違いなく難易度の高い、厳しい試験でした。

知識のコピペや検索だけでは到底太刀打ちできず、試験時間中に思考をフル回転させ続けてようやく食らいつけるレベル感です。「8割受かるから楽勝」と思って対策を怠ると、本番で確実に痛い目を見ると思います。

5. これから受ける人へのアドバイス

根本的な概念理解に時間をかける
覚えるべき概念が多く認知負荷が高いですが、1対1の丸暗記ではなく「なぜその技術を使うのか」「どういう構造なのか」を根本から理解する意識が不可欠です。本を何周も読み込む覚悟で臨みましょう。
検索（チートシート）に頼りすぎない
検索してもすぐに出てこない工夫がされています。チートシートはあくまで「忘れた時の保険」とし、自力で8割解くスピード感を意識することをおすすめします。
手応えが悪くても諦めない！
途中で「ダメかも」と思っても、得意分野でカバーできている可能性があります。最後まで1問でも多くマークしきることが大切です。

おわりに

一時は絶望したG検定でしたが、泥臭く知識を詰め込み、本番で諦めずに食らいついたことでなんとか合格を掴み取ることができました。

実務でAIに触れている方にとっても、改めて体系的な知識や技術の裏側を整理できる良い機会になると思います。これから受験される方も、学習時の認知負荷の高さに折れず、本質的な理解を意識してぜひ挑戦してみてください！