生成AIパスポートの過去問はある?代わりになる練習方法と、自作の練習問題

生成AIパスポートの過去問と練習方法|Orion 資格ラボ

プロモーションを含みます

資格の勉強といえば「過去問」。でも生成AIパスポートの過去問を探してみると、なかなか見つからなくて困りませんか?

この記事では、公式サイトで確かめられたことをもとに、過去問の代わりにどうやって問題演習をすればいいかをまとめました。自分で作った練習問題ものせています。

申し込みから受験後までの流れは、生成AIパスポート合格までのロードマップの記事にまとめています。

目次

公式の過去問は見当たらなかった

生成AI活用普及協会(GUGA)の試験ページとよくある質問を確認したところ、過去に出題された問題そのものを公開しているページは見つけられませんでした(2026-11-14確認)。

「非公開です」とはっきり書かれているわけではないので、今後かわる可能性もあります。最新の状況は公式サイトで要確認です。

なお、公式サイトの「出題イメージ」では、出題形式が次のように説明されています。

「1つまたは複数選ぶ」というところがポイントで、正解が1つとはかぎりません。問題文の「適切なもの」「不適切なもの」も読みまちがえやすいので、演習のときから気をつけておきたいですね。

過去問の代わりになる3つの練習方法

1. 公式のAIクイズアプリ(無料)

公式サイトでは、LINEで無料で使える「生成AIパスポート AIクイズ」が紹介されています。公式テキストの内容をAIに学習させて、◯✕クイズを作るしくみです。

すきま時間に使えて便利ですが、公式の注意書きのとおり、本番の4択とは形式がちがいます。シラバスを全部カバーできる保証もないので、「用語の確認用」と考えるのがよさそうです。

2. 公認テキスト・問題集の練習問題

公式サイトでは、公式テキストのほかに、問題集がついた公認テキストもいくつか紹介されています。本番に近い4択の練習をしたいなら、こうした問題集がいちばん近い選択肢になりそうです。

ただし、2027年2月試験からは新しいシラバスが適用されます(出典:生成AIパスポート試験シラバス(2027年2月試験より適用)、2026-11-14確認)。古い版の問題集だと出題範囲がずれる可能性があるので、「2027年試験シラバス対応」になっているかを必ず確かめてください。

新シラバスに対応した公式テキスト第5版の変更点と買う時期は、生成AIパスポートの公式テキスト第5版の記事でまとめています。

3. シラバスから自分で問題を作る

意外と効くのが、シラバスの用語をもとに自分で問題を作ってみる方法です。問題を作ろうとすると「この言葉、ちゃんと説明できるかな?」と自然に考えるので、理解が深まります。

生成AIに「この用語について4択問題を作って」と頼むのもひとつの手です。ただ、生成AIの答えはまちがっていることもあるので、答え合わせはかならずテキストで行いましょう。これ自体が、試験で問われる「AIの出力を確かめる」練習にもなります。

自作の練習問題をやってみよう

新しいシラバスにのっている用語をもとに、当サイトで作った練習問題です。実際の試験問題ではありません。本番の難しさや出題のしかたとはちがう可能性があるので、腕だめしのつもりで気軽にどうぞ。

答えと解説は、各問題の下の「答えと解説を見る」を押すと開きます。先に自分で選んでから開いてみてください。

問1

社内の会議メモを生成AIに要約してもらったところ、「参考資料」として、実在しない調査レポートの名前と発行元がもっともらしく書き添えられていました。この現象の名前と、まず取るべき対応の組み合わせとして、最も適切なものを1つ選んでください。

  1. 過学習 ― 学習データをさらに増やし、モデルを学習し直す
  2. プロンプトインジェクション ― 入力できる文字数に上限を設ける
  3. ハルシネーション ― 示された出典を公式の情報と照らし合わせる
  4. バイアス ― 特定の属性にかたよった表現を出力から取り除く
答えと解説を見る

答え:3
ハルシネーションは、生成AIが事実と異なる内容や存在しない情報を、もっともらしく出力してしまう現象です。生成AIは次に来る言葉を確率的に予測して文章を作るため、それらしい名前を作ってしまうことがあります。出典や数字は、元の資料や公式の情報で確かめてから使うのが基本です。

ほかの選択肢がちがう理由

  • 1:過学習は、学習データに合わせすぎて、新しいデータに対する精度が下がる状態のことです。存在しない資料が書き添えられる現象の名前ではなく、利用者がその場でできる対応でもありません。
  • 2:プロンプトインジェクションは、入力に悪意のある指示を紛れ込ませて、AIを意図しない動きをさせる攻撃です。今回は誰かが攻撃したわけではありません。
  • 4:バイアスは、学習データの偏りなどから、特定の人や集団について偏った出力が出ることです。資料名をでっち上げる現象とは別のリスクです。

問2

ある会社が、社内規程についての質問に答えるチャットボットを作ろうとしています。規程は毎月のように改定されるので、モデルを作り直さずに、いつも最新の規程にもとづいて答えさせたいと考えています。この目的に最も合う方法を1つ選んでください。

  1. 規程の文書でモデルをファインチューニングし、改定のたびに学習し直す
  2. 出力のばらつきをおさえるため、Temperatureを低めに設定して使う
  3. 社員が良いと評価した回答をもとに、RLHFでモデルを調整する
  4. 質問に関係する規程の箇所を検索し、その内容を添えて回答させる
答えと解説を見る

答え:4
質問に関係する文書を検索し、見つかった内容を手がかりに回答を作らせるしくみをRAG(検索拡張生成)といいます。参照する文書を差し替えれば、モデルそのものを学習し直さなくても新しい内容にもとづいて答えられます。

ほかの選択肢がちがう理由

  • 1:ファインチューニングは、追加のデータでモデル自体を調整する方法です。規程の内容を覚えさせることはできますが、改定のたびに学習し直す手間とコストがかかり、「作り直さずに」という条件に合いません。
  • 2:Temperatureは、出力のランダムさ(ばらつき)を調整する設定です。低くすると答えは安定しやすくなりますが、モデルが知らない最新の規程を答えられるようにはなりません。
  • 3:RLHF(人間のフィードバックによる強化学習)は、人の評価をもとに、回答の好ましさや安全性を調整する学習方法です。最新の文書の中身を取り込むしくみではありません。

問3

機械学習の学習手法と、その活用例の組み合わせとして、不適切なものを1つ選んでください。

  1. 半教師あり学習 ― 一部の画像にだけ「犬」「猫」のラベルをつけ、ラベルのない画像とあわせて分類を学ぶ
  2. 教師なし学習 ― 過去の気温と売上の記録から、明日の気温に応じた売上の金額を予測する
  3. 強化学習 ― 勝つと得点がもらえる設定で、試行錯誤しながらゲームでの手の選び方を身につける
  4. 教師あり学習 ― 「迷惑メール」かどうかのラベルがついたメールで学び、新しいメールを振り分ける
答えと解説を見る

答え:2
過去の記録(気温と、そのときの実際の売上)を手がかりに売上の金額を予測するのは、正解となる値があるデータから学ぶ「教師あり学習」で、数値を予測するので「回帰」にあたります。教師なし学習は、正解のないデータから、似たもの同士のグループ分け(クラスタリング)などを見つける手法です。

ほかの選択肢がちがう理由

  • 1:少しのラベル付きデータと、たくさんのラベルなしデータを組み合わせて学ぶのが半教師あり学習です。組み合わせとして適切です。
  • 3:行動の結果として得られる報酬(ここでは得点)をもとに、より良い行動を学んでいくのが強化学習です。組み合わせとして適切です。
  • 4:正解のラベルがついたデータから、「迷惑メールかどうか」を分ける分類を学ぶのは、教師あり学習の代表的な例です。組み合わせとして適切です。

どこから手をつければいいか迷ったら、生成AIパスポートの勉強方法の記事で3ステップの進め方をまとめています。

試験の難しさや合格率が気になる方は、生成AIパスポートの難易度の記事もあわせてどうぞ。

まとめ

  • 公式サイトを見た範囲では、過去問の公開は見当たらなかった(最新は公式サイトで要確認)
  • 出題は4択で、正解を「1つまたは複数」選ぶ形式。60分で60問
  • 練習は「公式AIクイズ」「公認テキストの問題集」「シラバスから自作」の組み合わせで
  • 2027年2月試験から新シラバス。問題集は対応版かどうかを確認する

過去問がない分、「用語を自分の言葉で説明できるか」が大切になる試験だと思います。ほかの資格の勉強方法も知りたい人は、比較の記事もあわせて読んでみてください。

どの資格から始めるか迷ったら、ITパスポート・生成AIパスポート・G検定・DS検定、どれから受ける?の記事で4つを比べています(DX推進パスポートの説明もあります)。

よかったらシェアしてね!
  • URLをコピーしました!
  • URLをコピーしました!

この記事を書いた人

目次