AI検定の受験を検討されている方や、これから学習を始める方に向けて、出題範囲と学習の進め方をご紹介します。

AI検定では、AIの仕組みから社会での活用、関連するルールまで、幅広い基礎知識を問います。まずは全体像をつかみ、分野ごとに理解を積み重ねていきましょう。

この記事では、5つの出題分野と、学習・演習・復習を30日間で進めるプランの一例をご案内します。

1．AI検定で身につける知識とは

サーティファイが主催するAI検定は、人工知能の概要や学習方法に関する基礎知識と、各種のAIシステムを業務で利活用するための能力を認定する試験です。

試験時間は50分、問題数は30問、解答形式は多肢選択式です。合格基準は得点率65％以上です。

学習では、個々の用語を覚えるだけでなく、技術の特徴や活用場面を関連づけて理解することが大切です。生成AIを日常的に使っている方も、その仕組みを支える基礎から確認していきましょう。

2．AI検定の出題範囲は5分野

① AI概論

AIの定義、歴史、種類、課題、関連知識を扱います。AIがどのように発展し、どのような特徴や課題を持つのかを学ぶ分野です。

歴史を学ぶ際は、各時代に注目された技術と、その限界を整理しましょう。AIの得意・不得意についても、具体的な作業と結びつけると理解しやすくなります。

② 機械学習

機械学習の概要や種類、特徴量の設計などを扱います。教師あり学習と教師なし学習の違いや、分類・回帰といった課題を整理しましょう。

「何を入力するのか」「何を予測・分類するのか」「正解情報を使うのか」に注目すると、それぞれの方法の違いを捉えやすくなります。

③ 深層学習

深層学習の概要、用語、手法、問題点を扱います。ニューラルネットワークの基本や、学習によって重みを調整する考え方などを確認します。

手法の特徴に加え、過学習やブラックボックス問題など、深層学習に関わる課題も整理しましょう。

④ 基礎数学

場合の数と確率、データの分布、統計的な推測を扱います。順列・組合せ、データの散らばりや相関、確率分布や正規分布などが含まれます。

公式を覚えるだけでなく、簡単な例題を解いて、どのような場面で使う考え方なのかを確かめましょう。

⑤ 法規・倫理

産業への応用、知的財産の保護、AIに関する倫理を扱います。AIの活用事例とともに、著作権・特許・不正競争防止法などの関連知識を学びます。

技術を使う側の視点から、どのようなルールや配慮が必要になるのかを考えましょう。

3．30日間の学習プランはこちら

ここからは、1日30〜60分程度を基本とした、30日間の学習プランをご紹介します。最初の3週間で各分野を学び、最後の期間を演習と復習に充てる構成です。

必要な学習時間は、これまでの経験や理解度によって異なります。初めて学ぶ内容が多い場合や、数学の復習に時間が必要な場合は、学習時間や期間を調整してください。

教材は、AI検定の出題範囲に対応したものを使いましょう。動画講座の「AIリテラシー講座」を利用し、各日のテーマに対応する動画や学習資料を確認しながら進めてください。

このプランは、学習の順番と時間配分を考えるための一例です。30日での合格を保証するものではありません。演習や復習に時間がかかる場合は、理解を優先して予定を調整しましょう。

4．1〜7日目：AIの全体像を理解する

最初の1週間は、AIの基本と、各分野のつながりをつかむことを目標にします。

• 1日目：試験概要と出題範囲を確認します。サンプル問題に目を通し、知っている内容と、これから学ぶ内容を整理しましょう。
• 2日目：AIの定義と、AI・機械学習・深層学習の関係を学びます。
• 3日目：AIの歴史を学び、各ブームで注目された技術と課題をまとめます。
• 4日目：AIの種類や得意・不得意を学び、具体例と結びつけます。
• 5日目：フレーム問題やモラベックのパラドックスなど、AIが抱える課題を整理します。
• 6日目：データやクラウドサービスなど、AIを取り巻く関連知識を学びます。
• 7日目：1週間分を復習します。教材を閉じて主要な用語を説明し、理解が曖昧な箇所を確認しましょう。

5．8〜14日目：機械学習と深層学習を学ぶ

2週目は、学習方法やモデルの特徴を比較し、違いを説明できるようになることを目標にします。

• 8日目：機械学習の概要や役割を学びます。
• 9日目：教師あり学習を学び、分類と回帰の違いを整理します。
• 10日目：教師なし学習を学び、クラスタリングなどの目的を確認します。
• 11日目：教材に沿って強化学習やアンサンブル学習などを学び、学習方法の違いをまとめます。
• 12日目：ニューラルネットワークの基本と、重みを調整して学習する考え方を理解します。
• 13日目：CNNやRNNなど、教材で扱うモデルの特徴と用途を整理します。
• 14日目：過学習・汎化性能・ブラックボックス問題を学び、機械学習と深層学習の範囲を復習します。

6．15〜21日目：基礎数学と法規・倫理を学ぶ

3週目は、データを理解するための数学と、AIの活用に関わる知識を学びます。数学では、解説を読むことと、自分で例題を解くことを組み合わせましょう。

• 15日目：順列と組合せを学び、「並べ方」と「選び方」の違いを例題で確認します。
• 16日目：確率の基本を学び、起こり得る場合を整理して計算します。
• 17日目：代表値やデータの散らばりを学び、数字やグラフから特徴を読み取ります。
• 18日目：相関を学び、「正の相関」や「負の相関」を確認します。
• 19日目：確率分布・正規分布・統計的な推測の基本を学びます。
• 20日目：産業でのAI活用事例と、導入・運用時の注意点を整理します。
• 21日目：知的財産とAI倫理を学び、著作権・特許・営業秘密などの違いをまとめます。

理解に時間がかかった項目は復習し苦手をなくしていきましょう。

7．22〜28日目：問題演習で理解を確かめる

出題範囲を一通り学んだら、問題を解いて理解度を確認します。正解できたかに加えて、解答の理由を説明できるかも確かめましょう。

• 22日目：全分野を含む問題に取り組み、分野ごとの理解度を確認します。
• 23日目：AI概論と機械学習の誤答を復習します。
• 24日目：深層学習の誤答を復習し、手法や課題の違いを整理します。
• 25日目：基礎数学の問題を解き直し、考え方と計算手順を確認します。
• 26日目：法規・倫理の誤答を復習し、具体的な活用場面に当てはめます。
• 27日目：AIリテラシー講座内の模擬問題を使い、50分を計って取り組みます。可能であれば、まだ解いていない問題を使いましょう。
• 28日目：演習結果を振り返り、知識不足・読み違い・時間配分の課題を整理します。

時間を計って演習する日は、解答時間に加えて、復習の時間も確保してください。

8．29〜30日目：学習内容と受験準備を確認する

最後の2日間は、残っている疑問を解消し、学習内容を整理することに充てましょう。

• 29日目：苦手問題を見直します。自分の言葉で説明できない項目は、教材に戻って確認します。
• 30日目：5分野を振り返り、資格受付ONLINEマイページで受験案内と当日の手順を確認します。使用する機器・通信環境・操作方法も再確認し試験前に操作体験を行いましょう。

受験環境の確認は、必要な準備やトラブルへの対応時間を確保できるよう、早めに一度済ませておきましょう。試験日まで期間がある場合は、学習プランの終了後も短い復習を続けてください。

9．毎日の学習は「確認」までを一組に

学習は、「前回の復習→新しい内容→理解の確認」を一組にすると進めやすくなります。

動画や資料を見終えたら、「今日学んだ用語を一つ説明する」「例題を一問解く」といった確認を加えましょう。わかったつもりになっている箇所を見つける手がかりになります。

予定どおり進まない場合は、復習日の使い方や期間を調整してください。日数を守ることだけにとらわれず、知識のつながりを理解し、説明できる内容を増やしていきましょう。

動画と学習資料を使って体系的に学びたい方には、AI検定に対応した「AIリテラシー講座」をご用意しています。ご自身の理解度や生活に合わせて、学習にお役立てください。

試験の詳細は、試験概要・出題範囲をご確認ください。

※試験概要・出題範囲は2026年10月確認時点の情報です。